时间序列分析方法汇总

1. 时间序列规则法
   时间序列规则法预测
   时间序列规则法快速入门
2. 线性回归
   把时间当作特征，可将分类变量，比如周几、是否为节假日等等转化为哑变量。
   （python的pandas库中get_dummies函数可实现）
3. 传统时序建模方法（ARIMA/ARMA模型）
   等老师把模型理论讲完来更代码，应该会用python写。自己写的ARIMA文章
4. 时间序列分解法
   自己写了一点文字介绍时间序列分解法
5. 特征工程
   时间序列的特征工程可参考这篇总结，其中时间戳处理，这篇文章是比较完整的。
   可着重关注time-step features和lag features。
6. LGBM/Xgboost/Catboost
   在时序预测中是比较常用的模型
7. 监督学习数据集+xgboost/LSTM等等
8. Facebook-prophet
   prophet详解
9. 深度学习方法（attention/CNN-DNN/RNN）
10. 时间序列转为图像+CNN