- 博客(2)
- 收藏
- 关注
原创 时间序列赛事笔记(一)
2、时序模型:比较常用的方法有指数平滑法、灰色预测模型、ARIMA预测、季节Sarima模型、VAR模型等,仅能刻画序列信息,无法加入其他信息进行训练,比如离散类特征;与传统机器学习模型相比,深度学习模型的表达力更强,能够挖掘出更多数据中潜藏的模式,具有更灵活的结构,进行调整使得模型与应用场景完全契合。四大经典时间序列模型包括移动平均模型(MA)、自回归模型(AR)、自回归移动平均模型(ARMA)、整合移动平均自回归模型(ARIMA)判别模型主要包括深层感知器、深层前馈网络、CNN、RNN、LSTM等。
2023-10-18 22:29:23
76
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人