ZYNORl / graduation-projectLinks
尝试对比ARIMA、LSTM、SARIMA、GRA_LSTM、SARIMA_LSTM串联模型和SARIMA_LSTM并联模型的时序预测能力。
☆14Updated 2 years ago
Alternatives and similar repositories for graduation-project
Users that are interested in graduation-project are comparing it to the libraries listed below
Sorting:
- 利用时间序列预测汽车销量☆41Updated 6 years ago
- 多元多步时间序列的LSTM模型预测——基于Keras☆80Updated 3 years ago
- ☆13Updated 4 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测，除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆46Updated 4 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】☆41Updated 5 years ago
- 机器学习预测模型，分别用逻辑回归，决策树，随机森林，神经网络，XGBOOST和支持向量机算法建模，交叉验证，并选出AUC最优的模型。特征工程优化后，AUC值达到0.8259☆55Updated 5 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。☆190Updated 5 years ago
- 机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆76Updated 4 years ago
- 使用LSTM、GRU、BPNN进行时间序列预测。Using LSTM\GRU\BPNN for time series forecasting. (Pytorch Edition)☆58Updated 4 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago
- Developed multiple predictive models with 90% accuracy for forecasting the daily-hourly bike rental count using Python & Machine Learning…☆10Updated 4 years ago
- 使用CNN进行时间序列预测，这里的标签可以是多维的（即可以进行长期预测）。Using CNN for time series prediction, the label here can be multidimensional (that is, it can be use…☆20Updated 4 years ago
- 基于pytorch搭建多特征LSTM时间序列预测☆169Updated 2 years ago
- 本赛题要求选手基于历史光伏发电数据、天气数据、光伏设备空间相对位置等信息，通过建立适当的模型，对未来一段时间内的光伏发电出力进行预测。A榜使用外部数据得分0.88501103804 排名32，未使用外部数据得分0.88042407737 ；B榜得分0.90467829011…☆31Updated last year
- Predicting sales of items in stores using Feed Forward Neural Network, Long Short Term Memory, Temporal Convolution Network & a hybrid of…☆15Updated 3 years ago
- 不同时间序列预测方法对上海旅游规模进行预测☆17Updated 6 years ago
- 2021阿里云供应链大赛之需求预测及单级库存优化，B榜73名☆25Updated last year
- CNN+LSTM+Attention实现时间序列预测☆57Updated last year
- Time Series Prediction, Stateful LSTM; 时间序列预测，洗发水销量/股票走势预测，有状态循环神经网络☆58Updated 7 years ago
- 机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。☆25Updated 6 years ago
- 时间序列ARIMA模型的销量预测☆62Updated 7 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆63Updated 4 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例，使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据，将数据按时间段划分，使用SARIMA过滤其线性趋势，再对过滤后的残差使用LSTM进行预测，最后对预测结果进行…☆80Updated 6 years ago
- 常见的数据预处理，包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆41Updated last year
- 智能供应链分析，对顾客用rfm模型分类，用多种机器学习模型建模，进行欺诈订单预测，延迟发货预测，销售额预测，销售数量预测☆33Updated 4 years ago
- Performed comparative analysis of BiLSTM, CNN-BiLSTM and CNN-BiLSTM with attention models for forecasting cases.☆44Updated 2 years ago
- 基于pytorch实现的时间序列预测训练框架，各个部分模块化，方便修改模型。包含时间序列预测模型、训练、验证、测试、可视化、onnx导出、onnx推理。☆48Updated last week
- about deep learning projects☆49Updated 4 years ago
- 基于ARIMA时间序列的销量预测模型，实际预测准确率达90%以上，内含有测试记录和实际上线效果。☆104Updated 5 years ago
- 基于 LSTM 循环神经网络的电力系统负荷预测分析。建立 CART 回归树以及 LSTM 模型对该地区未来 10 天间隔 15 分钟负荷以及未来 3 个月负荷最大最小值进行预测。将行业数据分为大工业用电最大值、大工业用电最小 值；非普工业最大值、非普工业最小值；普通工业最大…☆36Updated 2 years ago