代码拉取完成,页面将自动刷新
同步操作将从 allen/times_series 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
时序分析
平稳:围绕常值波动
一次平滑/单一指数平滑:只有一个平滑系数,且观察值离预测时期越久越,权重就越小。
二次指数平滑法:对一次指数平滑的再平滑。它适用于具线性趋势的时间数列
三次指数平滑法:在前两次指数平滑的基础上,使用两次平滑值再进行一次平滑,得到其关于时间的非线性发展趋势模型
评估:均方误
趋势型序列
复合型序列(趋势、季节、周期和随机成分):$Y_t = T_t \times S_t \times I_t$
季节性多元回归模型
季节性自回归模型
时间序列分解法
Holt趋势法
Holt-Winters季节性预测模型
自回归移动平均模型(ARIMA)
auto.arima
RNN
LTSM
时序分析statsmodels.tsa.api相关介绍
/code/python/learn
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。