cador / prediction-pythonLinks
《Python预测之美-数据分析与算法实战》代码维护
☆20Updated 4 years ago
Alternatives and similar repositories for prediction-python
Users that are interested in prediction-python are comparing it to the libraries listed below
Sorting:
- 《应用时间序列分析》易丹辉、王燕著; 案例Python实现☆17Updated 6 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】☆40Updated 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☆83Updated 5 years ago
- 《Python预测之美:数据分析与算法实战》书籍代码维护☆66Updated 2 years ago
- 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☆57Updated 8 years ago
- 一种有效的电力负荷预测方法☆63Updated 5 years ago
- 使用pytorch搭建的循环神经网络在股票数据时间序列上的应用☆108Updated 7 years ago
- 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☆38Updated 5 years ago
- 金融时间序列(预测分析 / 相似度 / 数据处理)☆257Updated last year
- use deepar to predict water supply network pressure☆21Updated 4 years ago
- 利用时间序列预测汽车销量☆43Updated 6 years ago
- 时间序列ARIMA模型的销量预测☆65Updated 7 years ago
- 基于seq2seq模型的风功率预测☆29Updated 6 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☆56Updated 5 years ago
- 单维、多维时间序列数据预测☆11Updated 6 years ago
- Model time series with multiple methods,including ARIMA ,ES,RNN,LSTM...☆32Updated last year
- LSTM to predict wind speed☆54Updated 5 years ago
- 光伏短期功率预测大赛 代码☆46Updated 2 years ago
- 光伏发电功率预测☆88Updated 5 years ago
- 基于深度学习的共享单车预测与调度解决方案,使用神经网络构建单车需求量与时间段和地理画像的关联,预测不同区域单车需求量;使用蚁群算法规划最优单车调度路径。☆109Updated 6 years ago
- Assessing the Effectiveness of LSTM model with EMD Denoising and PCA for EUR/USD currency☆19Updated 5 years ago
- 风力发电非常环保,且风能蕴量巨大,因此日益受到世界各国的重视。但是对于实际采集 到的测风数据及功率数据都存在各种各样的问题,需要有准确的实测数据来分析风电特征及发电规律 而且从风场收集到的数据中通常包含异常数据点,造成计算机进行数据筛选和排序的速度比较慢,因此 需要可靠有…☆31Updated 4 years ago
- 用 jupyter notebook做的一些机器学习项目☆87Updated 6 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
- 不同时间序列预测方法对上海旅游规模进行预测☆18Updated 6 years ago
- 包含灰色预测模型:灰色单变量预测模型GM(1,1)模型,灰色多变量预测模型GM(1,N)模型,GM(1,N)幂模型,灰色多变量周期幂模型GM(1,N|sin)幂模型,以及灰色关联模型☆80Updated 3 years ago
- 利用Python实现三层BP神经网络☆83Updated 7 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…☆32Updated last year
- 机器学习集成模型之Stacking各类模型及工具源码☆118Updated 5 years ago
- 基于BP神经网络的高频金融时间序列分析 (毕设)☆48Updated 6 years ago