机器学习-时间序列(四):单变量时间序列的神经网(LSTM)

现在是时候进一步进行时间序列预测了。在这篇文章中,我解释了使用不同的神经网络来有效地预测时间序列。在这里,我们将关注一个目标变量,并使用其时间历史来计算未来值。

本文介绍技术主要如下:

  • 传统长短期记忆体LSTM
  • 双向LSTM
  • 循环神经网络
  • 编码器-解码器LSTM

建议学习时间:1到2 天

文章目录

    • 数据介绍
    • 导入库和数据
    • 定义指标
    • 数据预处理
      • 删除重复项
      • 生成测试集
      • 定义目标变量
      • 数据标准化
      • 训练验证拆分
        • 单步(SSS)
        • 地平线(HS)
    • 使用 tf 准备训练和测试数据
      • 单步(SSS)
      • 地平线(HS)
    • 神经网络和传统LSTM

你可能感兴趣的:(机器学习入门到大神,lstm,python)