• Stars
    star
    231
  • Rank 173,434 (Top 4 %)
  • Language
    Python
  • Created almost 6 years ago
  • Updated almost 4 years ago

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

基于统计学的时间序列预测(AR,ARM).

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