时间序列分析方法汇总

  1. 时间序列规则法
    时间序列规则法预测
    时间序列规则法快速入门
  2. 线性回归
    把时间当作特征,可将分类变量,比如周几、是否为节假日等等转化为哑变量。
    (python的pandas库中get_dummies函数可实现)
  3. 传统时序建模方法(ARIMA/ARMA模型)
    等老师把模型理论讲完来更代码,应该会用python写。自己写的ARIMA文章
  4. 时间序列分解法
    自己写了一点文字介绍时间序列分解法
  5. 特征工程
    时间序列的特征工程可参考这篇总结,其中时间戳处理,这篇文章是比较完整的。
    可着重关注time-step features和lag features。
  6. LGBM/Xgboost/Catboost
    在时序预测中是比较常用的模型
  7. 监督学习数据集+xgboost/LSTM等等
  8. Facebook-prophet
    prophet详解
  9. 深度学习方法(attention/CNN-DNN/RNN)
  10. 时间序列转为图像+CNN

你可能感兴趣的:(时间序列分析,深度学习)