随机森林时间序列预测

一点儿不上心

已于 2023-03-10 21:33:14 修改

阅读量1.4k

点赞数 1

文章标签： python

于 2023-03-09 20:03:44 首次发布

本文链接：https://blog.youkuaiyun.com/wyx12121212/article/details/129430125

版权

文章展示了使用Python进行时间序列分析的过程，包括数据预处理（如MinMaxScaler），构建并训练XGBoost和RandomForestRegressor模型，以及通过网格搜索进行参数调优以提高预测性能。文章还计算并展示了模型的评估指标，如RMSE和MAE。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import xgboost as xgb
import glob
from sklearn.metrics import mean_squared_error, mean_absolute_error
from sklearn.preprocessing import StandardScaler, MinMaxScaler
from sklearn.model_selection import GridSearchCV
from xgboost import plot_importance
from sklearn.metrics import mean_squared_error
from sklearn.metrics import mean_absolute_error
import importlib
import sys
importlib.reload(sys)
import math
from sklearn.ensemble import RandomForestRegressor
from sklearn.multioutput import MultiOutputRegressor
plt.rcParams['font.sans-serif'] = 'SimHei'  #显示中文
plt.rcParams['axes.unicode_minus'] = False  #显示负号
plt.rcParams['figure.dpi'] = 200  # 图像分辨率
plt.rcParams['text.color'] = 'black'  # 文字颜色
plt.style.use('ggplot')
print(plt.style.available)  # 可选的plt绘图风格
&

最低0.47元/天解锁文章