![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
时间序列
文章平均质量分 90
时间序列有关内容
Thomas_Cai
One person go faster, a group of people can go further~
展开
-
初探facebook的prophet时序预测模型
1 结合代码对Prophet模型分析1.1 模型公式分析 y(t)=g(t)+s(t)+h(t)+Epsilon(t)\ y(t) = g(t)+s(t)+h(t)+Epsilon(t)\quad y(t)=g(t)+s(t)+h(t)+Epsilon(t)其中g(t)属于趋势项。源代码中采取时间轴的最小与最大对应的y值并取之斜率。(好像是以ngepoints分原创 2018-11-19 17:31:44 · 2504 阅读 · 0 评论 -
XGBoost应用于“时间序列预测问题”实战与疑问(包含dump model的booster分析)
XGboost疑问使用源码疑问池使用源码https://github.com/Jenniferz28/Time-Series-ARIMA-XGBOOST-RNN感谢作者。疑问池XGBoost中确定特征重要性的方法?代码中用dump model切分森林可以得到如下形式:有几个问题:1 其中的切分依据是什么?2 leaf计算出来的是什么?3 为什么没显示全部特征,显示的...原创 2018-10-19 16:32:54 · 6340 阅读 · 0 评论 -
学习天池课程《机器学习实战进阶:泰坦尼克号乘客获救预测》有感
文章目录0 致谢及参考1 过去疑问2 解决方法3 总结0 致谢及参考感谢阿里云的天池AI系列课程,确实很多干货,本博客就是看了以下链接的内容有感,也是做一个学习记录。https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12282042.0.0.1dce2042MmtR1e&postId=67721 过去疑问解决了我以前...原创 2019-02-17 20:15:21 · 824 阅读 · 0 评论 -
kaggle比赛记录——ieee_fraud_detection问题 研究第一名xgboost解法心得
首先贴上第一名大神的分享链接:https://www.kaggle.com/c/ieee-fraud-detection/discussion/111510一、XGB代码这里是研究代码而做的几点笔记:重在特征分析,包括联合两个或多个特征,联合多个特征后进行平均值和方差运算单独再成特征,计算值出现的个数(直方图)并归一化再成特征,用factorize而少用dummies处理object...原创 2019-10-30 11:31:02 · 1193 阅读 · 0 评论 -
GDBT系列算法梳理
提升数,Boosting Decision Tree,以CART决策树为基学习器的集成学习方法。原创 2023-04-04 16:40:31 · 968 阅读 · 0 评论 -
XGBoost的“前世今生”
1. 对于Boosted Trees的slides翻译原文为XGBoost作者陈天奇的slides:https://homes.cs.washington.edu/~tqchen/pdf/BoostedTree.pdf一共分为四部分:监督学习的关键信息回顾回归树和集合(我们正在学什么)梯度增强(我们如何学)总结1.1 part1这部分主要回顾监督学习的基本概念:目标函数=...原创 2019-03-14 11:13:25 · 677 阅读 · 0 评论 -
kaggle比赛记录——ieee_fraud_detection问题
文章目录简单尝试版0. 所需python包1. 数据1.1 导入数据并显示1.2 分析数据2. 岭回归2.1 学习曲线2.2 岭回归简单尝试版0. 所需python包import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import Ridgefrom...原创 2019-10-21 13:38:26 · 1734 阅读 · 0 评论 -
时间序列预测方法总结
1. 简介时间序列的预测一直是学术界以及工业界研究的热点之一,特别是在工业界,有着更为实际的意义,比如服务器容量的规划,服务器性能预估,定价预测等等。2. 方法总结以下是时序预测的方法小结:传统方法::AR/MA/ARMA/ARIMA模型体系,小波变换预处理+ARIMA, 指数平滑法等等;ML方法:XGBoost, SVM,LSTM,Prophet等等。...原创 2018-11-21 17:48:39 · 4491 阅读 · 0 评论