tf19: 预测铁路客运量

292 篇文章 18 订阅
175 篇文章 13 订阅
本文通过TensorFlow预测中国铁路客运量,介绍如何处理时间序列数据。利用历史月度数据,观察整体增长趋势及季节性变化。文章还讨论了通过TensorBoard监控模型训练效果的方法。
摘要由CSDN通过智能技术生成

以前做的练习还没有涉及过时间序列数据(洋文Time Series Data),一个最明显的例子是股票价格。

时间序列数据是指在不同时间点上收集到的数据,这类数据反映了某一事物、现象等随时间的变化状态或程度。

一年一度的春节又要来了,火车票已经开售。本帖就简单预测一下未来几个月天朝铁路客运量。

铁路客运量历史数据

铁路客运量.csv(2005-2016月度数据),数据来源于国家捅计菊。

使用matplotlib画出数据走势:

import matplotlib.pyplot as plt
import pandas as pd
import requests
import io
import numpy as np
 
url = 'http://blog.topspeedsnail.com/wp-content/uploads/2016/12/铁路客运量.csv'
ass_data = requests.get(url).content
 
df = pd.read
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

MachineLP

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值