- 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 - 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) - 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 - 时间序列分解法
自己写了一点文字介绍时间序列分解法 - 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。 - LGBM/Xgboost/Catboost
在时序预测中是比较常用的模型 - 监督学习数据集+xgboost/LSTM等等
- Facebook-prophet
prophet详解 - 深度学习方法(attention/CNN-DNN/RNN)
- 时间序列转为图像+CNN
时间序列分析方法汇总
于 2022-03-14 09:59:15 首次发布