预测包中的R forecast.holtwinters未找到。
我正在尝试使用 forecast.holtwinters 函数，但在运行时遇到了问题： dftimeseriesforecast <- forecast.HoltWinters(data, h=65) 我遇到了这个错误： 错误：找不到函数“forecast.HoltWinter...
如何使用深度学习模型进行时间序列预测？
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,...
尝试在R中使用stl和decompose函数时出现错误
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 ...
使用FB Prophet进行多元多步预测是否可行？
我正在处理一个多元（100+变量）多步骤（t1到t30）的预测问题，时间序列频率为每1分钟。这个问题要求预测100+个变量中的一个作为目标。我想知道是否可以使用FB Prophet的Python API来解决这个问题。我已经能够以单变量方式使用目标变量和日期时间变量。非常感谢任何帮助和指导。如...
使用statsmodels进行预测
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...
Python Statsmodels：使用外生回归变量的 SARIMAX 模型来获取预测均值和置信区间
我正在使用statsmodels.tsa.SARIMAX()来训练带外源变量的模型。在训练带外源变量的模型时，是否有类似于get_prediction()的方法，以便返回的对象包含预测均值和置信区间，而不仅仅是预测的均值数组？虽然predict()和forecast()方法可以使用外源变量，但...
Skflow回归预测多个值。
我想预测一个时间序列：给出50个先前的值，我希望预测接下来的5个值。为了达到这个目的，我使用了基于TensorFlow的skflow包，这个问题与Github库中提供的波士顿示例相对接近。我的代码如下： %matplotlib inline import pandas as pd impo...
在Python中使用Holt-Winters进行预测
我一直在尝试使用Python中的Holt-Winters算法实现进行时间序列预测，但遇到了障碍...基本上，对于某些（正）输入系列，它有时会预测负数，这显然不应该是这种情况。即使预测结果不是负数，它们有时也非常不准确——比它们应该高/低几个数量级。增加算法所需的数据周期似乎没有帮助，事实上通常...
使用auto.arima和xreg（解释变量）进行R时间序列预测
我有很多时间序列（零售数据），我想为它们所有做出预测。 例如，让我们来看看其中一个： x <- c(1774, 1706, 1288, 1276, 2350, 1821, 1712, 1654, 1680, 1451, 1275, 2140, 1747, 1749, 1770,...
Python中用于时间序列分析的软件包
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？