我有一个包含五年时间序列的.csv文件，分辨率为每小时（商品价格）。基于历史数据，我想创建第六年价格的预测。 我已经阅读了一些关于这些过程的文章，并且基本上根据那里发布的代码编写了我的代码，因为我对Python（特别是statsmodels）和统计知识的了解非常有限。 以下是链接，供有兴趣...

我有从机器（m1，m2等）记录的信号，共28天。 （注意：每天的每个信号长度为360）。 machine_num, day1, day2, ..., day28 m1, [12, 10, 5, 6, ...], [78, 85, 32, 12, ...], ..., [12, 12, 12,...

请原谅我提出一个主观问题，但我真的很想知道在不久的将来.NET开发会走向何方？ 我们会看到更多的ASP.NET开发人员，还是会有更多对Silverlight/WPF和WinForms开发人员的需求？

我一直在使用Facebook的Prophet，到目前为止它已经产生了一些很好的结果。 查看文档和谷歌搜索后，似乎没有一种自动提取模型中季节性趋势作为dataframe或dict的方法，例如： weekly_trends = { 1 : monday_trend, 2 : tuesday_t...

我做了一个简单的时间序列，给正弦函数添加了一点噪声，并尝试使用R中的“stl”和“decompose”函数对其进行分解。尽管我的序列明显具有多个周期且是周期性的，但这两个函数都给出了以下错误：x [1] 1.4537365796 2.7185844368 2.8394728999 ...

我希望使用高斯过程来解决回归问题。我的数据如下：每个X向量的长度为37，每个Y向量的长度为8。 我正在使用Python中的sklearn包，但尝试使用高斯过程会导致异常： from sklearn import gaussian_process print "x :", x__ prin...

我正在尝试使用Python statsmodels进行样本外预测。我不想仅从训练集末尾预测x个值，而是想一个值一个值地预测，并考虑实际值来进行预测。换句话说，我想做滚动1期预测，但我不想每次重新校准模型。最接近的帖子在这里： ARMA out-of-sample prediction wit...

在 R 中使用 Facebook 的“Prophet”包进行预测。想知道是否有一种方法可以使用它，使其不会预测出负值？ 谢谢！

我正在使用statsmodels拟合ARMA模型。import statsmodels.api as sm arma = sm.tsa.ARMA(data, order =(4,4)); results = arma.fit( full_output=False, disp=0); 其中...

我正在使用Python进行时间序列的处理。我找到了以下几个有用且很有前途的库： pandas; statsmodels (用于ARIMA模型); pandas提供简单的指数平滑。 还有可视化方面的matplotlib。 是否有人知道提供指数平滑的库？