loveseola / time-series-forecasting
本项目为时间序列预测项目，主要重点在于对预测项目整体流程的梳理总结，不同框架下如何进行简单数据处理和模型搭建。因此项目中搭建的主要为一些常用模型（后续会不断修改完善）。模型包含了prophet模型、keras库的bp神经网络和lstm网络模型、pytorch 框架下的lstm相关模型。由于prophet模型和keras库的bp神经网络和lstm网络模型的构建、训练、测试整体代码量较少，将直接各自在一个脚本中完成。而pytorch框架下的模型将对代码块进行拆解。
☆20Updated last year
Alternatives and similar repositories for time-series-forecasting:
Users that are interested in time-series-forecasting are comparing it to the libraries listed below
- 使用svr, mlp, rnn, lstm, am-lstm进行多元时间序列回归预测☆57Updated 2 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。☆183Updated 4 years ago
- 基于pytorch搭建多特征LSTM时间序列预测☆162Updated 2 years ago
- ☆24Updated 2 years ago
- 使用卷积神经网络-长短期记忆网络（bi-LSTM）-注意力机制对股票收盘价进行回归预测。The convolution neural network, short-term memory network and attention mechanism are used to…☆252Updated last year
- ☆245Updated 11 months ago
- CNN+LSTM+Attention predict stock☆45Updated 2 years ago
- 多元多步时间序列的LSTM模型预测——基于Keras☆79Updated 3 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…☆43Updated 4 years ago
- 基于VMD-Attention-LSTM的时间序列预测模型（代码仅使用了一个较小数据集的训练及预测，内含使用使用逻辑，适合初学者观看，模型结构是可行的，有能力的请尝试使用更大的数据集训练）☆52Updated last year
- 使用多种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…☆157Updated 4 years ago
- Undergradute final project with ARIMA,LSTM,GRU,Xgboost and DeepTTE.毕业论文代码库合集，包括基于ARIMA,LSTM,GRU进行时间序列预测，基于DeepTTE解决ETA(estimated time of …☆20Updated 2 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…☆32Updated last year
- 利用时间序列预测汽车销量☆37Updated 6 years ago
- 客流量时间序列预测模型☆117Updated 2 years ago
- ☆18Updated 3 years ago
- used for Stock Prodiction&power prediction&Traffic prediction by ARIMA,xgboost,RNN,LSTM,TCN☆104Updated 5 years ago
- CNN+LSTM+Attention实现时间序列预测☆47Updated 8 months ago
- 信息分析预测期末课设_使用ARIMA模型与SVR对一组时间序列数据进行预测分析☆14Updated 5 years ago
- 使用ARIMA,Transformer,LSTM 对心跳时间序列数据进行预测☆16Updated last year
- Codes for time series forecast☆145Updated 4 years ago
- 基于统计学的时间序列预测(AR,ARM).☆253Updated 4 years ago
- 使用LSTM预测回归问题，使用注意力机制自动提取特征的重要程度。Using LSTM to predict regression problems, Attention mechanism is used to automatically extract the impor…☆18Updated 4 years ago
- Use BPNN and LSTM to forecast stock price. 使用BP神经网络和LSTM预测股票价格，注释拉满。☆184Updated 2 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…☆72Updated 6 years ago
- 时间序列ARIMA模型的销量预测☆61Updated 6 years ago
- 基于LSTM的多变量时间序列预测☆18Updated 10 months ago
- 使用LSTM、ANN网络进行时间序列的多步预测。一般情况下机器学习算法在进行时间序列预测时采取一步预测的方法。该段代码将其拓展到多步预测的情形。主要改进在于数据的构建。LSTM and ANN are used to predict the time series. In …☆13Updated 4 years ago
- Tree seed algorithm and Particle Swarm algorithm are used for searching the LSTM hyper parameters☆10Updated last year
- ☆69Updated last year