预测算法
文章平均质量分 93
qingsi11
这个作者很懒,什么都没留下…
展开
-
Prophet时间序列预测——python和R语言实现
Prophet是一种基于可加性模型预测时间序列数据的程序,其中非线性趋势可以按年度、每周和每日的季节性,以及假日效应进行拟合。它最适合于具有强烈季节效应的时间序列和有几个季节的历史数据。Prophet对于缺失的数据和趋势的变化是稳健的,并且通常能够很好地处理异常值。Prophet模型如下:g(t) 表示趋势函数,拟合非周期性变化;s(s)表示周期性变化,比如说每周,每年,季节等;h(t)表示假期变化,节假日可能是一天或者多天;ϵt为噪声项,用他来表示随机无法预测的波动,我们假设ϵt是高斯的。P原创 2021-01-07 19:16:42 · 3954 阅读 · 2 评论 -
指数平滑法之收入预测
时间序列平滑法包括:简单平均法、移动平均法(简单移动平均法和加权移动平均法)、一次指数平滑法(Single Exponential Smoothing)、布朗(Brown)单一参数线性指数平滑法、霍特(Holt)双参数指数平滑法、布朗三次指数平滑法、温特(Winter)线性和季节性指数平滑法等。下面介绍一次指数平滑法、布朗(Brown)单一参数线性指数平滑法(二次指数)和布朗三次指数平滑法。1、指数平滑的定义及公式(1)产生背景:指数平滑由布朗提出:时间序列的态势具有稳定性或规则性,所以时间序列可被合原创 2020-10-28 14:57:23 · 8382 阅读 · 0 评论