使用keras里面的lstm进行时间序列预测_时间序列预测方法总结

最新推荐文章于 2023-02-15 15:55:56 发布
最新推荐文章于 2023-02-15 15:55:56 发布
阅读量1.7k 收藏 16
点赞数 1
文章标签： 使用keras里面的lstm进行时间序列预测
本文总结了时间序列预测的各种方法，包括基本规则法、线性回归、ARIMA模型、时间序列分解、特征工程与深度学习模型如LSTM、CNN+RNN+Attention、Facebook Prophet等。并探讨了将时间序列转化为监督学习问题和转化为图像进行分析的策略，如GAF和STFT。文章还提供了相关工具和资源，适合时间序列预测的学习与实践。
摘要由CSDN通过智能技术生成

c2ab4aa6-7b13-eb11-8da9-e4434bdf6706.png

这本来是我回答的一个问题：有什么好的模型可以做高精度的时间序列预测呢？ - BINGO Hong的回答 - 知乎 https://www.zhihu.com/question/21229371/answer/533770345

但觉得在那个答案下一直更新好麻烦，干脆就移到自己主页文章好了。

以后会在这里更新，原答案不更新了。

  1. 时间序列基本规则法-周期因子法
  • 提取时间序列的周期性特征进行预测，参考：时间序列规则法快速入门
    • 计算周期因子factors
    • 计算base
    • 预测=base*factors
  • 观察序列，当序列存在周期性时，可以用周期因子法做为baseline
    • 在天池竞赛-资金流入流出预测-挑战Baseline-天池大赛-阿里云天池，周期因子可以取得110分+的成绩，排名进500妥妥的。(后面有机会再贴代码)

2. 线性回归-利用时间特征做线性回归

  • 提取时间的周期性特点做为特征，此时训练集每条样本为"时间特征->目标值"，时间序列的依赖关系被剔除，不需要严格依赖滑窗截取训练样本。常见是将时间用0-1哑变量表达，有以下若干种特征：
    • 将星期转化为了0-1变量，从周一至周天，独热编码共7个变量
    • 将节假日转化为0-1变量，视具体节假日数目，可简单分为两类，"有假日"-"无假日"，独热编码共2个变量；或赋予不同编码值，如区分国庆、春节、劳动节等使用1、2、3表示
    • 将月初转化为0-1变量，简单分两类表示为"是月初"-"非月初"，共2个特征
    • 类似的月中、月初可以转化为0-1变量
    • 控制时间粒度，区分是weekday or weekend
  • 观察序列，当序列存在周期性时，线性回归也可做为baseline
    • 在天池竞赛-资金流入流出预测-挑战Baseline-天池大赛-阿里云天池，线性回归可以取得100分+的成绩，应该还没到500，多调节下特征就能进去了。

3.传统时序建模方法，ARMA/ARIMA等线性模型。参考：

  • 写给你的金融时间序列分析：
最低0.47元/天 解锁文章
weixin_39764212
关注
  • 1
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Tensorflow下Keras中Lstm方法进行时间序列预测（双色球预测）
04-05
Tensorflow下Keras中Lstm方法进行时间序列预测，代码中做了详尽的中文解释，并对一些参数进行了注释和说明。适合初学者练手。该例子中所用数据为双色球历史开奖数据（7列），用本期开奖数据预测下一期数据（当然预测结果是相差很远）。可以通过反复调整参数观察预测的结果，学习各参数对预测结果的影响。
使用Keras实现 基于注意力机制（Attention）的 LSTM 时间序列预测
热门推荐
小EZ的博客
01-06 6万+
时隔半年多，毕设男孩终于重操旧业，回到了 LSTM进行时间序列预测和异常检测的路上。 如果有阅读过我之前的博客，可以发现使用 LSTM作单类的时间序列异常检测也是基于对于时间序列的预测进行 登堂入室LSTM：使用LSTM进行简单的时间序列异常检测 本次我们要进行的是 使用 注意力机制 + LSTM 进行时间序列预测，项目地址为Keras Attention Mechanism 首先我们把它git...
LSTM 时间序列预测
qq_16236875的博客
06-24 368
1 LSTM客流量预测：https://zhuanlan.zhihu.com/p/94757947
Keras 实现 LSTM时间序列预测
datayx的文章
05-08 2185
向AI转型的程序员都关注了这个号????????????人工智能大数据与深度学习 公众号：datayx本文将介绍如何用 keras 深度学习的框架搭建 LSTM 模型对时间序列做预测。1...
基于Keras用LSTM进行时间序列预测（一）
Poo_Chai的博客
05-08 2万+
如何基于Keras和Tensorflow用LSTM进行时间序列预测 李倩 发表于 2018-09-06 08:53:16 论智 +关注 编者按：本文将介绍如何基于Keras和Tensorflow，用LSTM进行时间序列预测。文章数据来自股票市场数据集，目标是提供股票价格的动量指标。 GitHub：github.com/jaungiers/LSTM-Neural-Network-for...
6.cnn-lstm.py_lstmcnn股票_LSTM时间序列_LSTM_lstm预测_lstm-cnn_
09-29
标题中的“6.cnn-lstm.py_lstmcnn股票_LSTM时间序列_LSTM_lstm预测_lstm-cnn_”指的是一项利用深度学习技术，特别是卷积神经网络（CNN）和长短期记忆网络（LSTM），对股票市场进行时间序列预测的项目。这个项目可能...
LSTM预测.py_LSTM_LSTM时间序列_流量预测_lstm预测_时间序列预测；LSTM模型_
09-28
在本文中，我们将深入探讨如何使用长短期记忆网络（Long Short-Term Memory, LSTM）进行时间序列预测，特别是在预测客流量和车流量这类短时时间序列数据中的应用。LSTM是一种特殊的循环神经网络（Recurrent Neural ...
基于Keras+LSTM多变量时间序列预测Python源码+文档说明.zip
05-31
基于Keras的LSTM多变量时间序列预测python源码+文档说明本资源中的源码都是经过本地编译过可运行的，评审分达到95分以上。资源项目的难度比较适中，内容都是经过助教老师审定过的能够满足学习、使用需求，如果有需要...
基于Keras的LSTM多变量时间序列预测python源码+文档说明
最新发布
05-31
基于Keras的LSTM多变量时间序列预测python源码+文档说明 本资源中的源码都是经过本地编译过可运行的，评审分达到95分以上。资源项目的难度比较适中，内容都是经过助教老师审定过的能够满足学习、使用需求，如果有...
14. 使用tensorflow2中keras框架搭建LSTM神经网络模型进行时间序列预测
STAR GAME
05-16 8787
使用tensorflow2中keras框架搭建LSTM神经网络模型进行时间序列预测Step1：导入包Step2：设置GPU的使用率可按需增长Step3：读取数据Step4：设置参数Step5：构建数据集切分数据创建数据集Step6：模型构建及训练构建LSMT神经网络模型训练模型并保存画图查看模型学习情况Step7：模型检验训练检验画图检验Step8：进行预测设置训练集进行预测画图展示 Step1：...
tensorflow下用LSTM网络进行时间序列预测
08-27
tensorflow下用LSTM网络进行时间序列预测，实时多变量预测以及对于未来数据的单变量预测。
基于Keras的attention实战
08-21
该代码为基于Keras的attention实战，环境配置： Wn10+CPU i7-6700 、Pycharm 2018、 python 3.6 、、numpy 1.14.5 、Keras 2.0.2 Matplotlib 2.2.2 经过小编亲自调试，可以使用，适合初学者从代码的角度了解attention机制。
encoder-decoder-lstm:使用编解码器LSTM进行序列预测
05-11
编码-解码器-lstm 使用keras，numpy和panda的LSTM模型进行序列到序列的预测。 笔记 该项目是使用PyScaffold 3.0.3设置的。 有关PyScaffold的详细信息和使用信息，请参见 。
3D-Attention-Keras:此回购包含常用注意力成像机制的3D实现
03-10
3D注意事项 Sanghyun Woo, et al. "CBAM: Convolutional Block Attention Module." arXiv preprint arXiv:1807.06521v2 (2018). 代码： class channel_attention ( tf . keras . layers . Layer ): """ channel attention module Contains the implementation of Convolutional Block Attention Module(CBAM) block. As described in https://arxiv.org/abs/1807.06521. """ def __init__ ( self , rati
LSTM中timesteps的理解
07-04
这个文档有一个比较直观的关于时间步的理解，对于初学RNN网络的人来说，其中有些概念比较难懂，希望这个能帮助大家。
Keras LSTM 时间序列预测
段智华的博客
11-25 1822
Keras LSTM 时间序列预测   international-airline-passengers.csv数据记录： time,passengers "1949-01",112 "1949-02",118 "1949-03",132 "1949-04",129 "1949-05",121 "1949-06",135 "1949-07",148 "1
基于 Keras 用 LSTM 网络做时间序列预测
积一时之步，臻千里之遥程
12-10 1740
转载自：https://www.cnblogs.com/xuruilong100/p/8451790.html 作者：徐瑞龙，量化分析师 R语言中文社区专栏作者 博客专栏：https://www.cnblogs.com/xuruilong100 目录基于 Keras 用 LSTM 网络做时间序列预测问题描述长短记忆网络LSTM 网络回归LSTM 网络回归结合窗口法基于时间步的 LSTM 网络回归在批量训练之间保持 LSTM 的记忆在批量训练中堆叠 LSTM 网络总结扩展阅读 时间序列预测是一类比
使用keras里面的lstm进行时间序列预测_实验：使用LSTM递归神经网络进行时间序列预测...
weixin_39681621的博客
11-23 313
6. 使用LSTM递归神经网络进行时间序列预测任务： 建立循环网络， 对时间序列的数据进行学习预测数据集： 1949年1月至1960年12月，即12年，144次数据记录， 每个月飞机的乘客数量。数据形式如下：一.LSTM回归网络## 2019.11.1# time_step = 1 lstm-cell个数# n_inputs = 1 输入大小， 也就是look-back# n_outputs = ...
基于keras tensorflow 的lstm的时间序列预测（单变量预测，双变量预测）附完整代码数据
02-15 1062
基于keras tensorflow 的lstm的时间序列预测
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值