时间序列论文常用数据集

最新推荐文章于 2025-01-14 19:44:03 发布
原创 最新推荐文章于 2025-01-14 19:44:03 发布 · 1.7w 阅读 · 90 ·
CC 4.0 BY-SA版权
我们不生产知识，我们只是互联网的搬运工
文章标签：

#数据集

下载地址：laiguokun/multivariate-time-series-data.

electricity

(行，列) = (26304, 321)

每日的用电量有一定的季节性，图中只画出 10 列
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

exchange_rate

(行，列) = (7588, 8)
在这里插入图片描述

solar-energy

(行，列) = (52560, 137)

太阳能自然是以天为周期算，晚上几乎为零，故呈现如下形状
在这里插入图片描述

tr

最低0.47元/天 解锁文章
时间序列数据预测——15种时序大模型
m0_56592100的博客
10-31 1804
本文综述了时间序列大模型(TSFM)的最新进展，系统介绍了11种主流模型(如TimeGPT、Lag-Llama、Moirai等)的架构特点、训练数据和创新点，并对比分析了它们在单变量/多变量预测、概率预测等功能上的差异。研究表明，基于"大规模预训练-微调/零样本"范式的TSFM在标准数据集(如M4、ETT)上展现出优于传统方法的性能，Time-MoE等模型更达到SOTA水平。但TSFM仍面临计算成本高、可解释性差等挑战，未来发展方向包括轻量级架构、多模态融合和可解释性增强。
时间序列预测实战(十八)利用Prophet实现长期预测（附代码+数据集+详细讲解）
Snu77的博客
11-20 7699
Prophet是一个由Facebook开发的开源工具，用于时间序列预测。这个工具特别适合于具有强季节性影响和多个历史数据季节的业务时间序列数据。Prophet的主要思想是将数据分解为如下三个部分：趋势、季节性、节假日和特殊事件。这个模型非常适合于处理具有强烈季节性和趋势变化的业务时间序列数据(这里为什么适合的是业务数据呢是因为它考虑了节假日等特殊事件，同时其面对数据中的缺失值和异常值时也能保持其性能)。Prophet通过这种方式，可以有效地预测未来的趋势和模式。需要注意的是。
时间序列常用数据集（electrity，ETT，exchange，ILL，traffic，weather）
热门推荐
qq_43747519的博客
08-12 4万+
由两个小时级数据集（ETTh）和两个 15 分钟级数据集（ETTm）组成。它们中的每一个都包含 2016 年 7 月至 2018 年 7 月的七种石油和电力变压器的负载特征。
时间序列数据集（UCR）
03-12
时间序列界的“Imagnet”，发文章必跑数据集。大约有128个数据集，如ECG5000，GunPoint，coffee等数据集 相比于2015版有了大量更新，2018年秋季：该数据资源的早期工作由NSF职业奖0237918资助，并通过NSF IIS-1161997 II和NSF IIS 1510741资助。
时间序列问题必用的数据集：UCR数据集
03-25
截止到目前最新整理的的UCR数据集（UCRArchive）。这是以一个完整的压缩包，共有129个数据集。压缩包没有解压码。
免费获取 | 时间序列常用数据集、可视化代码
12-26 2217
点击下方卡片获取代码！
时间序列数据集——可用于预测和分类
观则明的博客
11-16 4178
PM2.5 数据集①是 2013 年 3 月 1 日到 2017 年 2 月 28 日北京多站点空气质量数据集，采样频率为 1 小时，实例数 420768，特征属性数量为 18。属性包括了年份、月份、日期、小时、PM2.5、PM10、SO2、NO2、CO、O3、露点温度、降水量、温度、压力、组合风向、累计风速等。UCI数据集是由加州大学欧文分校维护的用于机器学习的数据库。官方网站收集了622个数据集，可用于时间序列预测、数据分类回归等多种任务，包含交通流量、电力、生物、空气质量、互联网等等各个方面的数据。
精选资源
时间序列示例的数据集.rar
06-08
在这个案例中，我们关注的是一个名为“时间序列示例的数据集.rar”的压缩包文件，其中包含了一个或多个时间序列数据文件，这些文件通常用于教学、研究或实际应用中的预测模型构建。 首先，我们要理解时间序列数据的...
时间序列数据集TSdatasets.rar
02-13
内含常用时间序列预测数据集如：ETT（电力变压器温度）、Traffic（交通数据集）、Electricity（电力消耗数据集）、Exchage_rate（汇率数据集）、Weather（天气数据集）、PEMS、Solar等数据集
时间序列论文
04-14
总之，时间序列论文集涵盖了时间序列分析的理论与应用，包括模型选择、预处理、特征工程以及评估方法等。这些研究为数学建模提供了有价值的工具和策略，帮助我们理解和预测那些随时间变化的现象，从而在各种实际问题...
精选资源
MatherCup一等奖-基于时间序列、LSTM等预测优化类1314模型集的论文分享
03-17
此外，这种方法能够有效地处理大规模数据集，避免了使用其他复杂算法可能带来的计算资源限制。 #### 三、时间序列预测方法详解 1. **ARIMA模型**： - **定义**：ARIMA(自回归整合移动平均)是一种常用的时间序列...
时间序列数据集
02-22
＃Time-Series-Datasets 所有数据集均取自Kaggle。 首先，我进行了一些数据探索和数据可视化，然后将数据分为训练和验证集。 其次，我使用了一些时间序列模型来预测数据。 使用的预测方法： -Naive -Simple Average -Moving Average -Simple Exponential Smoothing -Holt's Linear -Holt's Winter -ARIMA/SARIMA
时间序列数据集（UCR）.rar
02-18
时间序列数据集（UCR）.rar
分享一个时间序列分析数据集
06-16
分享一个时间序列分析数据集分享一个时间序列分析数据集分享一个时间序列分析数据集分享一个时间序列分析数据集分享一个时间序列分析数据集
时间序列公共数据集（附下载链接）
weixin_56038008的博客
02-12 4991
Electricity电力消耗数据集：Exchage_rate汇率数据集：Weather天气数据集......下载链接：https://pan.baidu.com/s/1r3KhGd0Q9PJIUZdfEYoymg?pwd=i9iy
基础篇-认识时间序列常用数据集
u010681011的专栏
01-14 7373
最近在筹备写知识星球的文章，主要想把自己看完论文之后偶然产生的想法idea，以及实验验证过程记录下来。其实平时有挺多想法，但大多没有形成文字，或是跑跑代码就丢掉了，回过头想查资料就很麻烦，特别是知道自己曾经有过灵感，但就想不起来就很急。目前已经完成了一部分，本篇先分享出来，请大家给点意见。
时间序列分类 论文和数据集汇总
AI蜗牛车
07-11 1393
时间序列分类时间序列广泛应用于金融、工业领域、健康、运维、交通领域。其实异常检测任务也可以看作是一个时间序列分类任务，异常与否两类，或者异常有很多种，则是多分类问题。时间序列分类的数据是多种的：时间轨迹数据，时空数据，时间序列图数据，但本节主要针对纯粹的时间序列：包含单维度和多维度的时间序列。论文ROCKET: Exceptionally fast and accurate time series...
时间序列-数据集：电力变压器数据集 (ETDataset)
u013250861的博客
07-22 8004
用于支撑”长时间序列”相关的研究。所有的数据都经过了预处理，并且以.csv的格式存储。这些数据的时间跨度为2016年7月到2018年7月。
时间序列数据集：UCR Time Series Classification Archive【共128个数据集】
u013250861的博客
03-25 2万+
UCR是时间序列数据集，并且每个数据集样本都带有样本类别标签，目前是时间序列挖掘领域重要的开源数据集资源。 UCR Time Series Classification Archive数据集 在2018版的官网页面上可以直接下载整个128个数据集，下图中的红框1可以阅读PDF文档，红框2是下载按钮。 官网首页如下： ID Type Name Train Test Class Length ED (w=0) DTW (learned_w) DTW (w=100) Default rate Data d
时间序列预测数据集
最新发布
03-22
### 时间序列预测数据集下载指南 对于时间序列预测的研究和实践，获取高质量的数据集至关重要。以下是几个常用的时间序列预测数据集及其下载方式： #### 1. **ETT 数据集** 该数据集由两部分组成：`ETT-small-m1`, `ETT-small-m2` 和其小时级别的变体 `ETT-small-h1`, `ETT-small-h2`[^3]。 - 特点：每个数据集中包含两年的记录，每分钟采样一次 (`m`) 或每小时采样一次 (`h`)。每个数据点有8维特征，包括日期、目标变量（如“油温”）和其他外部负载值。 - 下载地址：通常可以通过论文作者提供的链接或者公开存储库访问这些数据集。例如，在 GitHub 上搜索关键词 “ETT time series dataset”，即可找到官方或社区维护的相关资源。 #### 2. **UCI Machine Learning Repository 中的时间序列数据集** 这是一个广泛使用的机器学习数据集合，其中包含了多个适合时间序列分析的任务。 - 地址：https://archive.ics.uci.edu/ml/datasets.php?format=&task=ts&att=&area=&numAtt=&numIns=&type=&sort=nameUp&view=table - 推荐子集： - **Beijing PM2.5 Data**: 记录北京地区的空气质量指数 (PM2.5)，可用于污染水平的趋势预测[^1]。 - **Electricity Load Diagrams**: 提供电力消耗的历史记录，适用于能源需求建模。 #### 3. **M4 Competition Dataset** 这是 Kaggle 平台上举办的一次竞赛所用到的大规模时间序列数据库，涵盖了多种行业领域内的实际应用场景。 - 官网链接：http://www.m4.unic.ac.cy/ - 描述：它总共拥有超过十万条独立的时间序列样本，长度各异，并分为日频、月频等多个频率类别。 #### 4. **Kaggle Time Series Datasets** 作为全球最大的数据分析爱好者交流平台之一，Kaggle 不仅定期发布新的比赛题目及相关资料包，同时也允许个人上传分享自己的作品成果。 - 浏览页面：https://www.kaggle.com/datasets?tags=time-series - 实例列举：“Store Item Demand Forecasting Challenge”, 这个项目旨在通过历史销售情况来推测未来商品库存状况；还有像股票价格走势之类的金融类别的例子也十分常见。 --- ### Python 示例代码片段展示如何加载 CSV 文件形式存在的简单版时间序列数据 假设已经成功从上述任意来源处获得了某特定格式化的 csv 文本文件，则可以用如下所示的方法读取并初步探索一下基本信息: ```python import pandas as pd # 替换 'your_dataset.csv' 成真实的路径名 df = pd.read_csv('your_dataset.csv') print(df.head()) # 查看前几行内容概览 print(df.info()) # 获取列属性详情统计表单 ``` 以上脚本依赖 Pandas 库完成基本操作处理流程演示。 ---
评论 19
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

颹蕭蕭

白嫖？

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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