目录 1. 案例回归 2. RNN, LSTM, WaveNet 理论基础 2.1 理论 2.1 RNN 3. 实际代码操作 4. 总结及作业 1. 案例回归 本节是【新零售场景下的销量预测4】, 上节课讲了树模型,去构建特征工程,用lag(历史的销量)作为主要的特征去构建特征工程,再经过树模型(LGBM、XGBoost)去训练和预测, 预测方式有 4 种, 其中,多输出测量在树模型中是无法实现的, 拿一个模型,它会拿到历史的数据,历史的观察值,然后去xx出未来的 t+1、t+2 的销量,这个是无法通过树模型去解决,但是可以通过神经网络或者深度学习去解决,也是本节重