5、单变量时间序列预测：从基础模型到深度学习方法

单变量时间序列预测：从基础模型到深度学习方法

1. 技术准备

在深入研究单变量时间序列预测问题之前，需要确保系统中安装了适当的软件和库，以下是主要的技术要求：
- Python ：Python 3.9 或更高版本。
- 包管理工具 ：pip 或 Anaconda。
- 深度学习框架 ：PyTorch，CUDA（可选）。
- 数据处理库 ：NumPy（1.26.3）和 pandas（2.1.4），用于数据操作和分析。
- 统计模型库 ：statsmodels（0.14.1），实现了多种统计方法，包括一些有用的时间序列分析技术。
- 机器学习库 ：scikit - learn（1.4.0），用于解决分类、回归和聚类等不同任务。
- 时间序列库 ：sktime（0.26.0），提供处理时间序列问题的框架。

可以使用 Python 的包管理器 pip 安装这些库，例如安装 scikit - learn 的命令为：

pip install -U scikit-learn

2. 简单预测模型

在采用更复杂的方法之前，先从一些简单的预测模型入手，包括朴素法、季节性朴素法和均值法。

2.1 准备数据