时间序列学习v1
时间序列
本章节的内容是根据kaggle分享的时间序列,进行的汇合总结,视频在wai,wang, deepLearningForTimeSeries,
1 时间序列的属性
- level: 序列的平均值属性
- trend:序列的趋势性
- seasonality:序列的季节性
- cycles:序列的循环属性,例如显示一年后的循环显示
- random:序列的随机属性
下面使用一张图进行了说明,如下图所示,时间序列在level线上下波动,有一定趋势,呈现了季节性(黄色)
使用下图说明了时间序列的平稳性,笔者理解的是时间序列,有相对稳定的均值和方差,即,数据围绕均值,在一定方差范围内进行的波动。下面右边图形是常见的一种待处理的时间序列。它的均值是随着时间变化而变化的,不是一定常数。
2 预测要考虑的问题
1 预测的目标是什么
2 需要使用什么评估方法
3 数据集是否有缺失值,缺失值填充的方法
4 是否需要调整季节性和趋势性
5 数据的shape
6 假设条件是什么
如下所示,作者给了一个整体的时间序列的pipline, 数据是分类,还是回归,数据的预处理,特征工程,模型构建,最后的评估,也是整个数据挖掘的生命周期