注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 季节性时间序列建模与预测

  2. 季节性时间序列建模与预测 ，孟玲清，王晓雨，所谓所谓时间序列，就是各种社会、经济、自然现象的数量指标按照时间次序排列起来的统计数据，其有多种构成因素，每种因素对系统

  3. 所属分类：其它

    • 发布日期：2020-03-13
    • 文件大小：439296
    • 提供者：weixin_38549327

  1. 时间序列分析

  2. python时间序列分析2018/12/7 python时序数据分析-以示例说玥-geek精神-博客园 1.均值 X staticnary series Non-stationary serles Ⅹ是时序数捱的值,t是时间。可以看到左图,数据的均值对于时间轴来说是常量,即数据的均值 不是时间的函数所有它是稳定的;右图随着时间的推移,数捱的值整体趋势是增加的,所有均 值是时间的函数,数据具有趋势,所以是非稳定的 2.方差 X tationary series Non-Stationary ser

  3. 所属分类：算法与数据结构

    • 发布日期：2019-03-05
    • 文件大小：2097152
    • 提供者：vanghoh

  1. automatic_hierarchical_forecaster:使用GP的自动分层时间序列预测-源码

  2. automatic_hierarchical_forecaster 使用高斯过程的自动分层时间序列预测 请注意，automatic_hierarchical_forecaster的关键依赖项是PyMc3 ，这是一个依赖Theano的库。 主要特点 分层预测 用加性高斯过程建模的加性季节性，中期不规则性和噪声 用分层分段线性函数建模的趋势 拟合和绘图 与AVDI配合（可以定义迷你批） 旅游示例 预测澳大利亚旅游时间序列： import pandas as pd from libs . mode

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1048576
    • 提供者：weixin_42178963

  1. 股票价格分析预测模型-源码

  2. 股票价格分析和预测建模 站点部署在GitHub Pages上： 研究标题： 股票价格分析和预测建模–机器学习项目 客观的： 使用Tesla，Microsoft和GameStop建立股价预测模型 开发多个仪表板和股票市场数据集以进行比较 洞悉未来的开盘价和收盘价 通过交互式仪表盘比较市场量，高点和低点，开盘和收盘价的预测值与实际值 研究问题： 1.什么时候是最佳买卖时期？ 2.什么是可见的趋势？ 3，市场量，高点和低点以及开盘和收盘价的预测值与实际值 数据采集​​： 所有的股市数据都是

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：4194304
    • 提供者：weixin_42131342

  1. holt-winters：作为示例，该存储库提供了对时间序列数据集的深入分析和预测，并总结了对Holt-Winter模型有更深入了解所需的数学概念。 它还包含使用brutlag算法进行时间序列异常检测的实现和分析-源码

  2. 霍尔特冬天的预报 目录 介绍 Holt-Winters预测是一种对值序列随时间（时间序列）的行为进行建模和预测的方法。 数学概述 在分析实时序列模型之前，让我们了解对主题有更深入了解所需的一些基本概念。 时间序列 时间序列是按顺序和时间顺序排列的一系列数字数据点。 通常，将x轴或索引作为时间，并将y轴或值表示相应x值的值。 时间序列方面 级别-典型值或平均值 趋势-该实例的坡度 季节性-周期性重复模式 指数平滑 在了解什么是指数平滑之前，让我们了解为什么需要它。 为什么要进行指数平滑？ 时间序

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：609280
    • 提供者：weixin_42157166

  1. ARIMA模型 – [SPSS & Python]

  2. 简介： 　　ARIMA模型：（英语：Autoregressive Integrated Moving Average model），差分整合移动平均自回归模型，又称整合移动平均自回归模型（移动也可称作滑动），是时间序列预测分析方法之一。AR是“自回归”，p为自回归项数；MA为“滑动平均”，q为滑动平均项数，d为使之成为平稳序列所做的差分次数（阶数）。 　　 　　由于毕业论文要涉及到时间序列的数据（商品的销量）进行建模与分析，主要是对时间序列的数据进行预测，在对数据进行简单的散点图观察时，发现数据

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：77824
    • 提供者：weixin_38622983