关于时间序列の仓库

博客探讨了时间序列预测的多个方面,包括ARIMA、LSTM、EEMD-LSTM模型的应用,以及深度学习技术如MLP、CNN、LSTM在时间序列预测中的角色。内容涵盖单步和多步预测,以及不同领域的案例,如溶解氧预测和用电量预测。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

时间序列

Sun-Yize-SDUWH

https://github.com/Sun-Yize-SDUWH/Time-Series/blob/master/3_Time_Series_predict/jupyter%20notebook/sp100list_predict.ipynb
SP100list 时间序列数据预测
在以下的预测的python程序中,分别选取了时间序列与机器学习的相关算法,对数据分别进行预测,并将预测结果进行比对,选出较好的预测算法。

时间序列算法包括:AR模型,Theta模型,Damp Trend模型,其中AR和Theta均包括了单噪声模型(SSOE)和双噪声模型(MSOE),Damp Trend只包括了单噪声模型(SSOE)

机器学习算法包括:神经网络(NN),K临近法(KNN),回归树(RT)和以回归树为基础的随机森林(RF)

chenfei0328

guotai

https://github.com/tongjiying/guotai/blob/master/arima.ipynb
时间序列预测主要代码 ARIMA+LSTM(单步,多步)+encoder-decoder

Corezcy

EEMD(集合经验模态分解)、LSTM(长短时记忆网络)、time series prediction(时间序列预测)、DO&

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