python - 时间序列的传统机器学习算法
问题描述
是否有可以将时间数据作为序列处理的机器学习算法?由于数据大小/缺乏 GPU,我试图避免任何深度学习模型,如 RNN/LSTM/GRU 等
前任。
time, feature_1, feature_2, feature_3
1 25 150 0.7
2 25.3 147 1.1
3 25.5 145 0.8
...
10 26.7 165 1.2
现在我想使用像这样的数据集使用所有特征的前 3 个时间步长在时间 10 预测 feature_1
feature_1, feature_2, feature_3, target
[25,25.3,25.5] [150,147,145] [0.7,1.1,0.8] 26.7
解决方案
自回归模型及其变体在时间序列预测方面非常有名,甚至还有一个 python 库statsmodels
。
我记得 facebook 也曾发布过时间序列预测模型,但从未使用过。也许你可以看看它,它叫Prophet
.
推荐阅读
- azure-devops - SSL HTTPS 配置 Azure DevOPs 服务器本地
- java - Spring webflux,使用来自 api1 的响应调用 api2 和 api3 并使用它来构建最终响应
- c# - 优化使用 Syncfusion 将 Word 文档转换为 PDF 文件的性能
- c# - 滚动视图中的图像表现怪异
- c# - “一个实体对象不能被多个 IEntityChangeTracker 实例引用。” 删除时?
- python - 数据准备将两个日期字段合二为一
- r - 在 R 中下载 CHIRPS 数据的问题
- javascript - Twilio 拒绝呼叫不起作用 - Studio Flow
- java - 扫描仪的 nextLine() 问题
- python - Pandas:如何检查列是否包含值 0,然后根据某些规则对选定的行数据进行排序?