文章目录
前言
时间序列是按时间顺序组织的数字序列,是数据分析中重要的处理对象之一。时间序列的主要特点是数据获取方式一般具有客观性,能反映某种现象的变化趋势或统计指标,进而预测未来走向,这在本质上也是一个回归预测的问题。长短时记忆网络(Long Short-Term Memory,LSTM)是一种循环神经网络,适合处理有更长时间跨度的内部记忆,被广泛应用于时间序列分析,能够保持数据的内在持续性,反映数据的细粒度走势,具有良好的预测效果。
一、厄尔尼诺南方涛动指数数据
本次实验采用厄尔尼诺南方涛动指数(ENSO)数据,对按月份统计的平均气压数据进行时间序列分析,并采用不同的处理方法进行实验评估。在 command 窗口输入 load enso 加载数据并进行绘图。核心代码如下:
>> load enso
>> figure