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. 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. 指数平滑-Python代码-信息分析与预测

  2. 信息分析与预测的实验，Python写的代码，萌新代码，勿喷，仅仅只是方便没时间写实验的朋友，直接用python打开就能运行

  3. 所属分类：Python

    • 发布日期：2020-05-23
    • 文件大小：639
    • 提供者：black_cat7

  1. python构建指数平滑预测模型示例

  2. 今天小编就为大家分享一篇python构建指数平滑预测模型示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：140288
    • 提供者：weixin_38749268

  1. python构建指数平滑预测模型示例

  2. 指数平滑法 其实我想说自己百度的… 只有懂的人才会找到这篇文章… 不懂的人…看了我的文章…还是不懂哈哈哈 指数平滑法相比于移动平均法，它是一种特殊的加权平均方法。简单移动平均法用的是算术平均数，近期数据对预测值的影响比远期数据要大一些，而且越近的数据影响越大。指数平滑法正是考虑了这一点，并将其权值按指数递减的规律进行分配，越接近当前的数据，权重越大；反之，远离当前的数据，其权重越小。指数平滑法按照平滑的次数，一般可分为一次指数平滑法、二次指数平滑法和三次指数平滑法等。然而一次指数平滑法适用于无趋

  3. 所属分类：其它

    • 发布日期：2021-01-03
    • 文件大小：142336
    • 提供者：weixin_38696836

  1. 分析-预测-季节-非季节-Python：非季节（电耗）和季节（温度）变量的预测-源码

  2. 分析-预测-季节-非季节-Python 概述 •使用python清理和分析数据集 •使用ARIMA和指数平滑分别拟合和预测非季节和季节变量 数据集 ID，日期时间，温度，var1，压力，风速，var2，电费 预测视频（点击图片）

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：789504
    • 提供者：weixin_42101384

  1. tsmoothie：用于以向量化方式进行时间序列平滑和离群值检测的python库-源码

  2. tsmoothie 一个用于以向量化方式进行时间序列平滑和离群值检测的python库。 总览 tsmoothie以快速有效的方式计算单个或多个时间序列的平滑度。 可用的平滑技术是： 指数平滑 具有各种窗口类型（常量，汉宁，汉明，巴特利特，布莱克曼）的卷积平滑 使用傅立叶变换进行频谱平滑 多项式平滑 各种样条平滑（线性，三次，自然三次） 高斯平滑 Binner平滑 低价 各种季节性分解平滑（卷积，最低，自然三次样条） 带有可自定义组件（水平，趋势，季节性，长期季节性）的卡尔曼平滑 tsm

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：1048576
    • 提供者：weixin_42104906