时间序列预测 | Python实现DeepAR模型时间序列预测

时间序列预测 | Python实现DeepAR模型时间序列预测

基本介绍

时间序列几乎无处不在，针对时序的预测也成为一个经典问题。根据时间序列数据的输入和输出格式，时序预测问题可以被更详细的划分。

• 我们在解决时序预测问题时，需要根据问题的描述精细定位。对于一元时间序列，可能经典的ARIMA就能解决问题。当然了，这个划分也不是绝对的，因为一元时间序列通过提取时间相关的特征，转换为多元时间序列。这时候传统的回归算法都可适用，比如Lightgbm。

• DeepAR 就是专门针对多重时间序列（单）多元（单）多步预测问题的算法。