E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
时间序列模型
深度学习与
时间序列模型
一览!
DeepLearningandTimeSeriesThisdocumentshowsalistofbibliographicalreferencesonDeepLearningandTimeSeries,organizedbytypeandyear.Iaddsomeadditionalnotesoneachreference.TableofcontentsDeefBeliefNetworkwith
DrogoZhang
·
2019-12-14 11:44
深度学习
神经网络
自然语言处理
指数平滑方法简介
指数平滑(Exponentialsmoothing)是除了ARIMA之外的另一种被广泛使用的时间序列预测方法(关于ARIMA,请参考
时间序列模型
简介)。
虚胖一场
·
2019-12-13 19:17
【手把手教你】使用Python玩转金融
时间序列模型
01引言上一篇推文【Python量化基础】时间序列的自相关性与平稳性着重介绍了时间序列的一些基础概念,包括自相关性、偏自相关性、白噪声和平稳性,以及Python的简单实现。本文在此基础上,以沪深300指数收益率数据为例,探讨如何使用Python对平稳时间序列进行建模和预测分析。时间序列经典模型主要有自回归模型AR,移动回归模型MA,移动自回归模型ARMA,以及差分移动自回归模型ARIMA,今天主要
CuteHand
·
2019-12-13 10:35
7种回归分析方法,数据分析师必须掌握!
这种技术通常用于预测分析,
时间序列模型
以及发现变量之间的因果关系。例如,司机的鲁莽驾驶与道路交通事故数量之间的关系,最好的研究方法就是回归。回归分析是建模和分析数据的重要工具。
DataHunter小数
·
2019-12-12 13:47
时间序列模型
ARIMA预测股票走势
通过一组股票数据来预测股票未来的走势。使用工具:ARIMA首先导入需要使用的包,并且设置绘图格式。读取股票数据,并且进行观察。用sns进行可视化。ARIMA模型预测需要确定三个参数,p、d、qd是用差分法来确定需要几阶差分。q用ACF图求得,p用PACF图求得。观察图中什么时候收敛进入置信区间。所以先对股票收盘数据进行一阶差分,观察数据平稳性。数据平稳性尚可,所以确定d=1。接下来绘制acf,pa
Mddull
·
2019-11-02 07:35
保存array格式数据成灰度图片,出现AttributeError: module 'scipy' has no attribute 'misc' 错误完美解决方案
前言最近跑
时间序列模型
,output和label全都没问题,准备把对应的batchsize的step图片保存在一起对比来看。
Che_Hongshu
·
2019-10-21 20:36
CV
利用Auto ARIMA构建高性能
时间序列模型
(附Python和R代码)
转自:原文标题:BuildHighPerformanceTimeSeriesModelsusingAutoARIMAinPythonandR作者:AISHWARYASINGH;翻译:陈之炎;校对:丁楠雅原文链接:https://www.analyticsvidhya.com/blog/2018/08/auto-arima-time-series-modeling-python-r/简介想象你现在有
feiquan
·
2019-10-16 15:00
Python玩转金融时间序列之ARCH与GARCH模型
Python处理时间序列的日期和统计分析;【Python量化基础】时间序列的自相关性与平稳性主要介绍了时间序列的一些基础概念,包括自相关性、偏自相关性、白噪声和平稳性;而【手把手教你】使用Python玩转金融
时间序列模型
主要介绍了
醉月似心
·
2019-10-08 14:31
Python
Python
Python学习
Python开发
【拼多多】数据分析笔试+三面面经
【一面】一面面试官,聊了一个小时,电话面试,感觉面试官非常nice1.自我介绍2.非常详细的问了问项目3.因为简历里面有
时间序列模型
,所以问了我ARIMA、SVAR这些
时间序列模型
的原理,以及优缺点
Asher117
·
2019-09-08 10:26
Others
Python中利用LSTM模型进行时间序列预测分析
原文链接:https://blog.csdn.net/u010159842/article/details/56016137
时间序列模型
时间序列预测分析就是利用过去一段时间内某事件时间的特征来预测未来一段时间内该事件的特征
奋斗路上的产品狗
·
2019-09-02 16:23
金融风控
风控建模
金融风控知识体系成长
时间序列分析 bprophet 画图提示:float() argument must be a string or a number 的解决方法
参考:https://github.com/facebook/prophet/issues/999使用fbprophet预测
时间序列模型
绘制预测数据时,得到如下错误:TypeError:float()argumentmustbeastringoranumber
Linky1990
·
2019-08-08 16:33
机器学习
金融市场风险识别思考
计算指标的方法多种多样,可以是经济数据或估值指标(如PE和EBITDA),可以是技术指标(如MACD,RSI,MA),也可以是
时间序列模型
。价格和指标的相互作用形成信号。以均线穿越为例,当5日均线上穿
李戬plutocracy
·
2019-08-02 12:52
Python中利用LSTM模型进行时间序列预测分析的实现
时间序列模型
时间序列预测分析就是利用过去一段时间内某事件时间的特征来预测未来一段时间内该事件的特征。
Arkenstone
·
2019-07-26 14:51
时间序列模型
Prophet 参数设置 实例 源码
==部分来自学习总结==1、先说适用范围:很明显,Prophet只适用于具有明显的内在规律(或者说,模式)的商业行为数据。虽然官方案例里通常使用日数据的序列,但对于更短时间频段,比如小时数据,也是支持的。但对于不具有明显趋势性、周期性的时间序列,使用Prophet进行预测就不适合了。比如前面有同学用Prophet来预测沪深300……先不说有效市场假说(EMH)否定了历史数据对未来价格拟合的可能性,
Damon_Code
·
2019-07-25 16:29
Python
LSTM模型对时间序列预测分析
这是一类相对比较复杂的预测建模问题,和回归分析模型的预测不同,
时间序列模型
是依赖于事件发生的先后顺序的,他的输入变量是一组时间顺序的数字序列。同样大小的值改变顺序后输入模型产生的结果是不同的。
明年长到一米六
·
2019-06-24 10:51
python
时间序列模型
:ARIMA
本章涉及知识点:1、时间序列分析2、平稳时间序列3、白噪声4、AR自回归模型5、MA滑动平均模型6、ARMA模型7、ARIMA模型8、差分计算9、相关性分析—协方差10、相关性分析—Pearson相关系数11、时间序列相关性分析—ACK和PACK12、AIC和BIC准则13、一阶自相关检验—DW检验14、ARIMA模型的步骤15、ARIMA模型实战案例一、时间序列分析时间序列:在一段时间T内,按照
PrivateEye_zzy
·
2019-06-08 06:27
ARIMA/Sarima与LSTM的时间序列数据集成学习
动机传统时间序列预测中最常使用到的
时间序列模型
有以下五种,包括:自回归(AR)模型移动平均(MA)模型自回归移动平均(ARMA)模型差分自回归移动平均模型(ARIMA)季节性差分自回归移动平均模型(SARIMA
Poo_Chai
·
2019-06-05 19:08
LSTM
机器学习
如何建立Multi-Step(多步预测)的LSTM
时间序列模型
(以对家庭用电预测为例)
译自HowtoDevelopLSTMModelsforMulti-StepTimeSeriesForecastingofHouseholdPowerConsumption~随着智能电表的兴起和太阳能电池板等发电技术的广泛应用,有大量可用的用电数据。这些数据代表了一系列与电力相关的多元时间序列,进而可以用来建模甚至预测未来的用电量。与其他机器学习算法不同,长短时记忆循环神经网络能够从序列数据中自动学
翻滚的老鼠屎
·
2019-05-29 17:22
python
deep
learning
深度学习入门
时间序列分析之ADF检验
ADF检验在使用很多
时间序列模型
的时候,如ARMA、ARIMA,都会要求时间序列是平稳的,所以一般在研究一段时间序列的时候,第一步都需要进行平稳性检验,除了用肉眼检测的方法,另外比较常用的严格的统计检验方法就是
敲代码的quant
·
2019-02-06 18:09
time
series
时间序列模型
(ARIMA)
常用的
时间序列模型
常用的
时间序列模型
有四种:自回归模型AR(p)、移动平均模型MA(q)、自回归移动平均模型ARMA(p,q)、自回归差分移动平均模型ARIMA(p,d,q),可以说前三种都是ARIMA
宸熠_鹿班
·
2019-01-17 17:37
常见
时间序列模型
本文主要对各种
时间序列模型
及其特征做了一个归纳总结,以便查询了解。
Coix
·
2018-12-30 11:22
统计学
时间序列预测基础教程系列(7)_如何用自回归模型(AR)预测时间序列预测(Python)
用Python进行时间序列预测的自回归模型自回归是一个
时间序列模型
,它使用以前时间步的观察值作为回归方程的输入,以预测下一个时间步的值。这是一个非常简单的想法,可以对一系列时间序列问题进行准确的预测。
佚名兄
·
2018-12-18 21:44
时间序列预测基础教程(统计学)
基于机器学习的时间序列预测
python使用Auto ARIMA构建高性能
时间序列模型
ARIMA介绍ARIMA是一种非常流行的时间序列预测统计方法。ARIMA全称是自回归积分滑动平均模型。ARIMA模型基于以下假设:1、数据序列是平稳的,这意味着均值和方差不应该随时间变化。利用对数变换或对级数求导,可以使级数保持平稳。2、作为输入提供的数据必须是单变量序列,因为ARIMA使用过去的值来预测未来的值。ARIMA有三个组成部分——AR(自回归项)、I(差分项)和MA(移动平均项)。其中
python语音识别-公众号
·
2018-12-06 15:37
时间序列模型
Prophet使用详细讲解
之前我们已经讲过了如何在Windows系统下安装Python版本的Prophet。详细见这里。接下来的几个部分,我们说下如何使用Prophet,以此来体验下Prophet的丰富内容。内容会比较多,主要翻译自官方文档。教程中使用的数据集可在Prophet的github主页中的examples文件夹内下载得到。目录一、简易入门二、饱和预测2.1预测饱和增长2.2预测饱和减少三、趋势突变点3.1Prop
anshuai_aw1
·
2018-10-26 20:34
机器学习
你应该要掌握的7种回归分析方法
这种技术通常用于预测分析,
时间序列模型
以及发现变量之间的因果关系。例如,司机的鲁莽驾驶与道路交通事故数量之间的关系,最好的研究方法就是回归。回归分析是
Seehidre
·
2018-10-09 09:13
数学理论
深圳联易融数据分析助理
收获:
时间序列模型
,面板数据模型,,,另外一个没有听清。着重在聚类工作。无监督的学习特征的自动筛选会识别信号与噪声----》非参数检验
HELLOTREE1
·
2018-10-08 23:59
机器学习笔试面试题目 一
笔试题: 1、下列
时间序列模型
中,哪一个模型可以较好地拟合波动性的分析和预测。
abc_138
·
2018-09-21 00:00
机器学习面试题
ARIMA——从案列出发,让你彻底懂得
时间序列模型
解读导航:文章脉络会先以图问结合的方式,让你理解ARIMA的基本概念和术语,然后以预测下月商品销售额为实例,带你亲临建立
时间序列模型
的步骤和方法,之后介绍一种很有前瞻性的方法Prophet,最后总结
时间序列模型
的要点
Li_yi_chao
·
2018-08-24 16:36
机器学习算法
如何利用matlab做BP神经网络分析(包括利用matlab神经网络工具箱)
最近一段时间在研究如何利用预测其销量个数,在网上搜索了一下,发现了很多模型来预测,比如利用回归模型、
时间序列模型
,GM(1,1)模型,可是自己在结合实际的工作内容,发现这几种模型预测的精度不是很高,于是再在网上进行搜索
Lindsay.Lu丶
·
2018-08-02 16:53
机器学习
Matlab
数模
分析时序数据的三步骤:使数据平稳、时序模型、评估
这篇文章将围绕如何构建一个
时间序列模型
,并将列举三个基本步骤:使数据平稳,选择正确的模型,以及评估模型的准确性。本篇文章所使用的历史页面视图数据示例来源于一家大型汽车营销公司。步骤1:使数据平稳
mlooker
·
2018-06-13 15:15
人工智能
深度讨论
贪心科技
大数据
数据挖掘
Kaggle(Gun Violence Data)—美国枪支暴力事件分析(2)
继上次分析之后,这次打算用详细的时间序列算法预测,我们使用ARMA
时间序列模型
作为预测,选取17年数据和18年1月和2月数据作为训练,预测18年3月1日,3月2日及3月3日数据。话不多说,直接整吧。
土豆洋芋山药蛋
·
2018-06-09 23:54
机器学习与算法【ML】
sklaern-1.1.4多任务套索
拟合
时间序列模型
,加强任何时间表现都是积极的。例子多任务套索的联合特征选择多任务套索允许
被遗弃的庸才
·
2018-06-05 09:08
T-sklearn
七种回归分析方法 个个经典
这种技术通常用于预测分析,
时间序列模型
以及发现变量之间的因果关系。例如,司机的鲁莽驾驶与道路交通事故数量之间的关系,最好的研究方法就是回归。回归分析是建模和分析数据的重要工具。
算法与数学之美
·
2018-05-21 21:25
【秋招】快手_数据分析岗_面试题整理
1.不用任何公开参考资料,估算今年新生儿出生数量1)采用两层模型(人群画像*人群转化):新生儿出生数=Σ各年龄层育龄女性数量*各年龄层生育比率2)从数字到数字:如果有前几年新生儿出生数量数据,建立
时间序列模型
稻蛙
·
2018-05-21 11:41
数据类职位面试
时间序列模型
有什么实际用处?
【黑暗之魂】史诗向/神话/无火的余烬什么是所有预测类问题所共同包含的特点?模式识别。所谓模式,是在随机和无序的现象中蕴含的规律性(用另一个词说就是信息),可是我们信以为真的规律有时候却会把我们骗的团团转。比如你在书里看到受一些超市里发现买啤酒的顾客通常有较高的概率买尿布,你就在你在的小超市里给给买啤酒的人推荐尿布,结果最后往往是南辕北辙。图:模式在自然和社会中无处不在所以我们不仅需要知道模式的存在
tony2278
·
2018-03-24 12:57
Deep
Learning
LSTM
时间序列(四) 预测
.而另一个最重要的目标即是对预测精确性的评估.可以说之前的所有知识都是为预测与评估作准备的.所谓预测就是利用已观测样本数据,对未来某时刻的取值进行估计.对时间序列预测,基于这样一个假设:已观测信息包含
时间序列模型
的所有信息
YZXnuaa
·
2018-03-05 16:11
RNN
Python预测股票走势
本文介绍了如何利用
时间序列模型
ARIMA进行股票走势预测。
老穷酸
·
2018-02-04 15:20
Python
腾讯技术工程 | 基于Prophet的时间序列预测
然而,大部分的
时间序列模型
都因为预测的问题过于复杂而效果不理想。这是因为时间序列预测不光需要大量的统计知识,更重要的是它需要将问题的背景知识融入其中。
腾讯技术
·
2018-01-30 16:11
腾讯
大数据
时间序列
基于Prophet的时间序列预测
然而,大部分的
时间序列模型
都因为预测的问题过于复杂而效果不理想。这是因为时间序列预测不光需要大量的统计知识,更重要的是它需要将问题的背景知识融入其中。
腾讯技术工程
·
2018-01-17 00:00
算法模型---
时间序列模型
2、随着上升或者下降的趋势,更多的时间序列出现季节性趋势的形式;常用的
时间序列模型
有AR模型(Autoregressivemodel:自回归模型)、M
diggerTT
·
2018-01-16 09:58
算法模型
时间序列模型
(ARIMA)
常用的
时间序列模型
常用的
时间序列模型
有四种:自回归模型AR(p)、移动平均模型MA(q)、自回归移动平均模型ARMA(p,q)、自回归差分移动平均模型ARIMA(p,d,q),可以说前三种都是ARIMA
熙淺
·
2017-11-24 14:48
Python数据挖掘建模 chapter_8 时间序列算法
1.常用
时间序列模型
平滑法移动平滑法,指数平滑法趋势拟合法线性拟合,曲线拟合组合模型受长期趋势,季节变动,周期变动,不规则变动等要素影响AR模型以前q期序列值为自变量MA模型随机变量与前q期随机扰动有关
LegendGrass
·
2017-11-16 18:55
数据挖掘
利用时间序列预测用户系统是否过载
由此看来,磁盘空间大小与时间变化有很强的关联性,且历史数据对未来发展存在一定的影响,故采用
时间序列模型
确定模型之后,需要抽取相应的数据。
不得行
·
2017-10-19 22:54
数据分析
Python
利用Python构建
时间序列模型
解决实际问题的正确姿势
要本着应用到实际工作中目的去学时间序列分析,才能深入浅出的学会,不要纠结于理论,只听我的,我有信心说明白。本章内容趋势分析序列分解序列预测序列分解统计学基础铺垫划分时间序列按照季节性划分:季节性时间序列非季节性时间序列时间序列包含什么趋势部分不规则部分季节性部分非季节性时间序列√√不包含季节性时间序列√√√特别强调:这里的季节性非季节性时间序列分解移动平均(MA—MovingAverage)的两种
朱元禄
·
2017-08-07 13:45
python
ARIMA模型——MATLAB实现
arma()功能:估计ARMA
时间序列模型
参数格式:m=armax(data,orders);m=armax(data,'na',na,'nb',nb,'nc',nc,'nk',nk)m=armax(data
许多多多快乐
·
2017-08-01 20:43
利用MATLAB 2016a进行BP神经网络的预测(含有神经网络工具箱)
利用MATLAB2016a进行BP神经网络的预测(含有神经网络工具箱)最近一段时间在研究如何利用预测其销量个数,在网上搜索了一下,发现了很多模型来预测,比如利用回归模型、
时间序列模型
,GM(1,1)模型
洛离Carlos
·
2017-07-03 18:36
机器学习&迁移学习
ARIMA
时间序列模型
注:
时间序列模型
适用于做短期预测
风逝流沙
·
2017-06-19 22:07
PMA,
时间序列模型
的二维扩展
PMA是
时间序列模型
的一种二维扩展,在短时交通流量问题上的预测准确度比一般的
时间序列模型
及神经网络模型要高。那么,PMA
对半独白
·
2017-05-14 19:54
论文成果
prophet:时间序列预测模型原理
时间序列模型
基本模型y(t)=g(t)+s(s)+h(t)+ϵt这里,模型将时间序列分成3个部分的叠加,其中g(t)表示增长函数,
qjgods
·
2017-04-16 11:05
算法
数据挖掘
数据分析之R语言实战-谢佳标-专题视频课程
包括了如何利用R语言进行描述性统计分析、图形化的数据展示、
时间序列模型
、回归模型、分类模型等的原理介绍及R语言实现,后介绍shiny包及其使用方法。
jiabiao1602
·
2017-03-09 14:39
视频教程
上一页
4
5
6
7
8
9
10
11
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他