我正在使用Facebook发布的一个名为Prophet的新软件包。它可以进行时间序列预测,我希望能够对其应用By Group功能。请往下滚动至R部分。https://facebookincubator.github.io/prophet/docs/quick_start.html这是我的尝试:...
我在Keras中使用LSTM实现了一个预测模型。数据集是15分钟分隔的,我正在预测未来12步。该模型对于这个问题表现良好。但是预测结果存在一个小偏移效应。要获得更清晰的图片,请参见下面附加的图表。 如何处理这个问题?数据必须如何转换以处理这种问题? 我使用的模型如下所示 init_l...
我希望能够预测时间序列数据。我在以前的文章中读到,模块statsmodels具有使用ARMA方法进行预测所需的工具,这正是我一直在寻找的。尽管如此,我在预测数据方面遇到了麻烦。是否有人可以解释模型中使用的各种参数和/或提供一个示例样本?
目前英国气象局的预测引起了巨大的“风暴”。他们预测这个冬天会是温和潮湿的,然而北爱尔兰出现了有记录以来最低的温度和坚实的积雪,这在12月份通常很少见。 我很想尝试一下,虽然我并不声称能打败他们,但我想知道目前人们使用哪些算法?他们基于哪些数据集进行预测? 可能的选择包括使用神经网络对输入进...
dplyr中的do函数可以让您快速轻松地创建许多酷炫的模型,但我正在努力将这些模型用于良好的滚动预测。# Data illustration require(dplyr) require(forecast) df <- data.frame( Date = seq.POSIXt(...
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...
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...
我已经使用Python拟合了一个ARIMA(p,d,q)模型,该模型适用于时间序列数据(例如,data[0:100])。 我想使用此模型进行预测(forecast[100:120])。但是,考虑到我还有未来的真实数据(例如:data[100:120]),我该如何确保多步预测考虑到我拥有的未来真...