时间序列算法总结:多变量模型

🌮开发平台:jupyter lab

🍖运行环境:python3、TensorFlow2.x

-------------------------------------------------------------------------------------------- 总结 --------------------------------------------------------------------------------------
1.时间序列算法总结:单变量模型(后续有机会会进行详细的补充)
2.时间序列算法总结:多变量模型(修改中。。。)

1.线性回归Linear

(1)移动平均是一种简单平滑技术,他是通过在时间序列上逐项推移取一定项数的均值,来表现指标的长期变化和发展趋势。
(2)描述的是自回归模型部分的累计误差。
链接1: 金融时间序列分析:7. MA滑动平均模型
链接2: 金融时间序列分析:8. MA模型实例(Python)

2.K邻近算法knn

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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