本系列包含: 基于时间序列的预测方法 利用机器学习算法进行预测分析(一):移动平均(Moving Average) 利用机器学习算法进行预测分析(二):线性回归(Linear Regression) 利用机器学习算法进行预测分析(三):最近邻(K-Nearest Neighbours) 利用机器学习算法进行预测分析(四):自回归差分移动平均模型(AutoARIMA) 利用机器学习算法进行预测分析(五):Prophet 利用机器学习算法进行预测分析(六):长短时记忆网络(LSTM) 基于Streamlit制作的时间序列数据分析APP(上手简单,附可运行源码) 基于时间序列的预测方法 1.时间序列介绍 2.原始数据集 3.导入数据 4.检测时间序列的平稳性 5.如何使时间序列平稳 5.1 估计和消除趋势 5.1.1 对数转换 5.1.2 移动平均 5.2 消除趋势和季节性 5.2.1 差异化 5.2.2 分解 6.预测时间序列 6.1 AR Model 6.2 MA Mod