times_series: 时序建模：对铁路货运量/客运量进行时序建模预测

武汉源创会回归，4月20日聊聊大模型

forked from allen / times_series

加入 Gitee

与超过 1200万开发者一起发现、参与优秀开源项目，私有仓库也完全免费：）

该仓库未声明开源许可证文件（LICENSE），使用请关注具体项目描述及其代码上游依赖。

克隆/下载

update README.md by add package prophet e69673b

requirements.txt

时序建模.xlsx

Loading...

README

目的：对铁路货运量进行时序建模预测
code
- Python: 3.7
  - run.py：程序入口
  - model_evalute.py：模型评估
  - algorithm
    - line_model.py：简单线性模型
    - stl_model.py：STL模型
    - holt_winters_damp_model.py：holt-winter 阻尼季节性模型
    - arma_arima_model.py：ARMA & ARIMA模型
- R: 4.0.2
  - run.R：程序入口
package prophet(by facebook): support R & Python.
- Github
- API
理论
过程
- 数据探索：铁路货运量数据

输入图片说明

简单线性回归

输入图片说明

时序分解：STL模型:看起来还行，但残差并不是白噪音

输入图片说明

指数平滑：Holt-Winters阻尼趋势模型:同STL

输入图片说明

ARMA模型
- 二次差分

输入图片说明

  *  月度差分（diff(12)）

输入图片说明

非季节性ARIMA模型与二次差分模型极度相似
季节性ARIMA模型

输入图片说明

一层LSTM

输入图片说明

一层GRU

输入图片说明

评估指标

序号	模型	mae	mape	rmse
1	STL	1708.587890625	4.75034999847412	1843.4534912109375
2	Holt-Winters阻尼趋势	1760.7532958984375	4.894587993621826	1995.978759765625
3	ARMA-二次差分	2923.4296485428586		3265.973788764896
4	ARMA-月度差分	1398.5633840690107		1656.7750122665723
5	季节性ARIMA	1172.88818359375	3.175144910812378	1496.1046142578125
6	LSTM	2685.266845703125	7.491035461425781	3051.925537109375
7	GRU	2669.312255859375	7.446711540222168	3031.5517578125

时序建模：对铁路货运量/客运量进行时序建模预测

Python

取消

暂无发行版

Python

1

https://gitee.com/ai_center/times_series.git

git@gitee.com:ai_center/times_series.git

ai_center

times_series

times_series

master