Alternatives and similar repositories for Time-Series:

Users that are interested in Time-Series are comparing it to the libraries listed below

• yuchengle / Arima
  利用时间序列预测汽车销量
  ☆37Updated 6 years ago
• KeshengZhang / Covid-19-ARIMA-Time-Series-Prediction
  如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】
  ☆41Updated 4 years ago
• wikke / TimeSeriesPrediction
  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
  ☆56Updated 7 years ago
• zhaohuicici / Time-Series-Model
  时间序列理论和案例实践
  ☆70Updated 7 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  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
  ☆54Updated 4 years ago
• aflyingpig0226 / feature-engineering
  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 5 years ago
• Ultraopxt / Forecast-customer-purchase-volume-based-on-ARIMA-time-series-analysis
  基于ARIMA时间序列分析-预测客户申购量
  ☆9Updated 4 years ago
• angeliababy / houseprice_regression
  数据特征工程、各种机器学习回归模型、回归数据预处理
  ☆41Updated 5 years ago
• a715506891 / Time-series-analysis
  时间序列分析的代码及简要说明
  ☆17Updated 6 years ago
• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆115Updated 4 years ago
• huang027 / ARIMA
  时间序列ARIMA模型的销量预测
  ☆61Updated 6 years ago
• slydg / GRU_to_predict_timeseries
  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
  ☆104Updated 6 years ago
• coder23263 / Machine_learning_prediction_system
  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
  ☆72Updated 4 years ago
• GUOxingyu3018 / Tourist_Predict--A-case-of-Shangahi
  不同时间序列预测方法对上海旅游规模进行预测
  ☆16Updated 5 years ago
• kikizxd / Data_preprocessing
  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
  ☆39Updated last year
• radicali94 / TimeSeries-Regression
  Comparing XGBoost, CatBoost and LightGBM on TimeSeries Regression (RMSE, R2, AIC) on two different TimeSeries datasets.
  ☆22Updated 5 years ago
• wenhan123 / ML-Python-
  主要是在学习李航的统计学习方法和周志华的机器学习西瓜书的笔记和相关的代码实现
  ☆31Updated 5 years ago
• fennuDetudou / time_series_predict
  单维、多维时间序列数据预测
  ☆11Updated 6 years ago
• cador / prediction-python
  《Python预测之美-数据分析与算法实战》代码维护
  ☆19Updated 3 years ago
• SimonWang00 / salesPredict
  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。
  ☆99Updated 5 years ago
• momodagithub / regression-prediction-algorithms
  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…
  ☆43Updated 4 years ago
• xuman-Amy / preprocessing
  数据预处理之缺失值处理，特征选择
  ☆21Updated 5 years ago
• weepon / feature_selection
  常用的特征选择方法
  ☆68Updated 2 years ago
• jeurtr / TimeSeries_Predict
  客流量时间序列预测模型
  ☆117Updated 2 years ago
• Albertsr / Machine-Learning
  LR / SVM / XGBoost / RandomForest etc.
  ☆28Updated 4 years ago
• Jingyu-DS / Stock_Index_Prediction_EMD_LSTM
  ☆10Updated 3 years ago
• yezhichen2 / cnn_lstm
  基于Keras的LSTM多变量时间序列预测
  ☆23Updated 7 years ago
• jia-zhuang / xgboost-lightgbm-hyperparameter-tuning
  Bayesian Optimization and Grid Search for xgboost/lightgbm
  ☆66Updated last week
• XiaowanLi2018 / TimeSeriesPrediction_BasedOnCNN
  BaseWavenet/Wavenet+ResidualBlock
  ☆16Updated 6 years ago
• journeyH / debtDefaultResearch
  对截止至2017年7月17日的债券违约事件进行梳理归因，并寻找宏观流动性影响因素，组成数据集。运用Lasso回归进行特征提取后，输入带L2惩罚项LR、SVM、NN、GBDT、RF等机器学习模型进行违约预测，得出GBDT预测效果最好以及特征工程对线性模型预测效果具有重要性的结…
  ☆53Updated 5 years ago