时间序列TS
灬CXG
把繁琐的知识点都记在博客中,以免以后忘记
展开
-
Python:传统ARIMA及SARIMAX实现
ARIMA概述:ARIMA是一种非常流行的时间序列预测的统计方法。ARIMA有三个组成部分——AR(自回归项)、I(差分项)和MA(移动平均项)。AR项是指用于预测下一个值的过去值。AR项由ARIMA中的参数p定义。使用PACF图确定p的值。MA项用于定义用于预测未来值的过去预测误差的数目。ARIMA中的参数q表示MA项。ACF图用于识别q值。差分的顺序指定差分运算在序列上执行的次数以使其平稳。用ADF确定是否序列稳定。原创 2019-06-13 02:22:20 · 20257 阅读 · 4 评论 -
Python:利用LSTM预测时间序列数据
前言:如果没有深入了解LSTM原理及结构,推荐看下面两篇blog,不在赘述:从深度学习到LSTM:https://blog.csdn.net/hz371071798/article/details/82532183LSTM结构详解:https://blog.csdn.net/zhangbaoanhadoop/article/details/81952284正文开始,简单写一下...原创 2019-07-22 01:05:13 · 4556 阅读 · 2 评论