作者归档 | Jason Brownlee

建立时间序列预测问题的强大基线很重要，不要愚弄自己认为复杂的方法很有技巧，而实际上并非如此。这需要您评估一套标准的朴素或简单的时间序列预测模型，以了解 [...]

在时间序列数据上使用机器学习方法需要进行特征工程。单变量时间序列数据集仅包含一系列观测值。为了使用监督学习算法，必须将它们转换为输入和输出特征。问题是，类型和数量几乎没有限制 [...]

时间序列预测模型需要多少历史数据？这是一个特定于问题的问题，我们可以通过设计实验来研究。在本教程中，您将了解历史数据量对 Python 中 ARIMA 预测模型技能的影响。具体来说，在本教程中，您将：加载标准 [...]

当开始处理时间序列数据时，进行样本外预测可能会令人困惑。statsmodels Python API 提供了执行一步和多步样本外预测的函数。在本教程中，您将消除您对使用 Python 中的时间序列数据进行样本外预测的任何困惑。完成本教程后，您将知道：如何 [...]

从开发者到时间序列预测师，只需 7 天。Python 是应用机器学习发展最快的平台之一。在本训练营中，您将了解如何在 7 天内开始、构建准确的模型并自信地使用 Python 完成预测建模时间序列预测项目。这是一篇重要且内容丰富的文章。 [...]