推荐 五个单变量时间序列数据集

前言

今天这篇文章推荐几个可以用来测试自己做的模型时间序列数据集。

一般来说 时间序列数值可以这么表达

时间序列的数据 = 基准数值+趋势+季节性+噪声

数据集主要分为两种

• 单变量

• 多变量

今天主要介绍单变量的数据集

五个数据集

洗发水销售数据集

• 时间粒度 月份

• 为时三年的数据一共36个数据

• 呈现增长的趋势，并且可以发现有一些季节性信息

每日最小温度数据集

• 时间粒度 每日

• 地点是澳大利亚墨尔本

• 一共十年数据,一共3650个数据

• 呈现很强的季节性

每日女性出生数据集

• 时间粒度 每日

• 地点是加利福尼亚州

• 一共一年（1959）数据,一共365个数据

• 季节性和趋势都不是很明显

每月太阳黑子数据集

• 时间粒度 每月

• 地点是加利福尼亚州

• 一共230多年（1749-1983年）,一共2820个数据

• 呈现很强的季节性，并且季节之间存在很大的差异

自主生成sin/cos曲线

import numpy as np
x = np.linspace(0, 999, 1000)
y = np.sin(x*2*3.1415926/70)
plt.figure(figsize=(20, 5))
plt.xlim(-5, 1005)
plt.xlabel('x')
plt.ylabel('sin(x)')
plt.title("sin")
plt.plot(y, color='#800080')
plt.show()

• 一切自己定义，呈现非常非常强的周期性

数据集或取

全部都下载打包好，并且还带有简单的代码

也欢迎大家关注我的b站：AI蜗牛车

关注公众号（车車ccc）回复：时间序列单变量数据集

- END -

公众号：AI蜗牛车

保持谦逊、保持自律、保持进步

发送【蜗牛】获取一份《手把手AI项目》（AI蜗牛车著）

发送【1222】获取一份不错的leetcode刷题笔记

发送【AI四大名著】获取四本经典AI电子书