预测涉及估计尚未观察到的值(或分布)。
我在 Python 中创建了两个不同的 MAPE 公式: error1 = abs((df['y_hat'] - df2['y_predicted']) / df['y_hat']) mape1 = np.mean(error1) mape_percentage1 = mape1 * 100 print("MAPE: {:.2f}%&q...
我有两个模型,m1和m2(参考模型),用于预测每天6个时间点的电价。我使用 MSE 在预测后的测试间隔(5 天)内测量模型性能
CDS KKHA TicariTL TOPLAM TüketiciTP Ticari Elektrik GDP 2022Q1 -1.020047 4.082617 2.309897 2.484563 1.480060 -0.427367 0.221842 7.6 2022Q2 2.3091...
使用 Python 和机器学习 (LSTM) 预测未来“x”天的股票价格
我已经按照这个教程 https://www.youtube.com/watch?v=QIUxPv5PJOY 来预测未来某一天苹果的股价。代码是: #导入库 导入数学 进口
我有大约 3000 个时间序列的医疗数据(来自医疗预约的诊断),想用 tsoutliers 包中的 tso 函数进行干预分析,然后进行预测
TypeError: __init__() 采用 2 个位置参数,但在 ConfusionMatrixDisplay 中给出了 4 个
我创建了一个模型并得到了这样的错误: 之前我将 Confusin_matrix_plot 更改为 ConfusinMatrixDisplay 但得到了上面的错误。
我一直在尝试使用随机森林进行时间序列预测,遵循一些这样的例子。但是,我仍然不清楚如何预测超出最后一天的值......
我正在尝试使用 pytorch_forecasting 模块中的时间融合转换器来解决以下 kaggle 数据集,但我不知道如何进行。这是数据集链接:https://www.kaggle.com/
这是我的 LSTM 模型 模型=顺序() model.add(双向(LSTM(50), input_shape=(time_step, 1))) model.add(密集(1)) model.compile(loss='mse',optimizer='adam') 模型.总结() 我不知道……
我正在尝试使用 ARIMA 模型预测 RH 值。使用以下代码: #from statsmodels.tsa.arima_model 导入 ARIMA 将 statsmodels.api 导入为 sm model=sm.tsa.arima.ARIMA(train['obs_val'],order=(...
我是谷歌云平台的 Vertex AI 的新手。在 Vertex AI 中,我创建了一个新的批量预测并想要一个 Bigquery 输出表。然而,当我创建新的批量预测时,输出 t...
我有一个单变量时间序列数据集(名为“目标”),我在其中绘制了一个子集,如下所示: 我想确保这些数据在本质上是否是静止的。我了解到我们可以...
我正在做一个项目,在这个项目中我已经实现了 ARDL 模型,并希望看到黑色回归线上的过去值和模型生成的预测值......
我想为我的 ARDL 模型创建预测区间我已经尝试了下面的代码但它不起作用,需要帮助。 数据: 结构(列表(日期=结构(c(1667260800,1667347200,1667433600,
我是机器学习和预测的新手。目前,我正在做一个关于预测的项目。我尝试使用此处的代码来运行我的数据集。总的来说一切都很好,但在...
我想使用当前/过去的特征(外生变量 x)和过去的结果(y)来预测时间相关的结果(y)。特征也会随着时间而改变。 换句话说,对于每个样本(不同...
在分层时间序列数据集上训练模型的正确方法是什么?多步预测策略?
想象一下以下格式的时间序列数据集。 将熊猫导入为 pd 将 numpy 导入为 np # 设置日期范围 date_range = pd.date_range('2022-01-01', periods=7, freq='D') # 定义类别...
**目标:**我想根据过去 3 个月创建本月的预测。 我发现这个文档看起来很简单。 不幸的是,当我试图把它放在我身边时,即使是第一个
我正在尝试运行此代码来分析时间序列,但 forescat 包出现以下错误: .standalone_types_check_dot_call 中的错误(ffi_standalone_check_number_1.0.7,:obj ...
我是时间序列数据分析的新手,我有一个包含月收入数据的数据集。 +--------+--------+ |第 1 栏|第 2 栏| +--------+--------+ |YYYY-mm |收入| +--------+------...