- 博客(24)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 机器学习项目--库存需求预测2--Arima模型
如图所示，ACF图和PACF图都可以看作拖尾，此时ACF和PACF图像无法帮助我们确定参数p和q的具体值，但能确认p和q一定都不为0。可以看出Arima算法的效果最好，Arima也有自己的局限性，例如预测时间较长的话，预测结果趋于一条直线。数据集划分，选取前731天数据作为训练集，其余全为测试集。训练数据来源于kaggle，读者可以去kagga下载。获取一个门店的数据进行Arima建模。通过网格搜索法定阶确定p值和q值。绘制PACF图，确定q值。绘制ACF图，确定p值。过滤掉销量为0的数据。
2024-06-18 11:58:40
383
原创 机器学习项目--库存需求预测3--LSTM模型
主要的包版本如下导入库读取数据集加载到pandas，并打印前5行和列打印列名对StateHoliday字母进行转化。
2024-06-13 17:29:39
610
原创 机器学习项目--库存需求预测1--xgboost模型
读取数据集加载到pandas的数据框内，并打印它的前5行现在让我们检查一下我们计算的数据大小df.shape让我们检查数据集的每列包含哪种类型的数据df.info()
2024-06-13 17:28:11
445
原创 Kibana6.X利用自带的webhook实现钉钉机器人发送报警信息
踩坑本人用的6.7版本ElasticSearch和Kibana，想实现监控钉钉机器人报警的功能，网上基本全部文章都是采用安装sentinl，无奈的是sentinl目前支持到6.6.1，高版本的ELK安装都是报版本不兼容的错误。经过多番尝试后决定自己研究，自己研究一下kibana的watch机制。尝试首先看一下watch的例子。发现"logging"组件，去kibana官网查看"logging"组件，意外发现了"webhook"组件，而"sentinl"也是用"..
2020-05-14 21:45:21
3590
1
原创 R语言--数据抽样的实现
这里主要介绍简单随机抽样、分层抽样、整群抽样三种基本抽样方法。用到的软件包及函数软件包函数函数意义base(无需加载，默认含有)sample()简单随机抽样Sampling(需下载)stratr()分层抽样cluster()整群
2016-10-08 15:07:57
21023
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人