Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/yangwohenmai/TimeSeriesForecasting
基于统计学的时间序列预测(AR,ARM).
https://github.com/yangwohenmai/TimeSeriesForecasting
Last synced: 3 months ago
JSON representation
基于统计学的时间序列预测(AR,ARM).
- Host: GitHub
- URL: https://github.com/yangwohenmai/TimeSeriesForecasting
- Owner: yangwohenmai
- Created: 2018-12-15T09:31:21.000Z (over 5 years ago)
- Default Branch: master
- Last Pushed: 2020-11-30T00:40:04.000Z (over 3 years ago)
- Last Synced: 2024-01-18T16:14:17.007Z (5 months ago)
- Language: Python
- Homepage:
- Size: 59.6 KB
- Stars: 195
- Watchers: 4
- Forks: 71
- Open Issues: 1
-
Metadata Files:
- Readme: README.md
Lists
- awesome-ml-summary - TimeSeriesForecasting
README
# 时间序列预测
基于统计学的时间序列预测(AR,ARM).
## 一、
### 1.ARIMA自回归
```
1.ARIMA移动预测模型
2.数据集
3.数据拟合寻找系数
4.自相关
shampoo-sales.csv
```
### 2.AR自回归模型
```
1.持久性模型
2.快速检查自相关_corr()
3.快速检查自相关_lag_plot()
4.数据集线图
5.自回归模型
6.自回归模型 (2)
7.自相关图_autocorrelation_plot()
8.自相关图_plot_acf()
```
### 3.法国香槟的月销售额
```
1.如何训练Embidding层
2.在Embidding层使用已训练好的词向量_glove
```
### 4.时间序列预测的基线预测
```
1.时间序列预测的基线预测
2.数据一览图
shampoo-sales.csv
```
### 5.数据可视化
```
1.盒子和晶须图
2.散点图
3.条形图
4.线图
5.直方图
```
### 6.数据准备
+ ***标准化和归一化***
```
标准化
归一化
判断数据是否适用标准化
```
+ ***时间序列转监督性问题***
```
多步式单变量函数,多测多
多步式多变量,多变量一测多
一步式单变量函数,多测一
一步式多变量,多变量一测一
```
+ ***数据的基本特征分析(窗口滚动大小)***
```
滚动窗口统计
扩展窗口统计
daily-minimum-temperatures-in-me.csv
```
+ ***训练模型回测***
```
数据分割
sunspots.csv
```
### 7.网格搜索ARIMA模型超参数
```
1.每日女性出生研究
2.洗发水销售研究
shampoo-sales.csv
daily-total-female-births.csv
```