文件名称：time-series-prediction:研究预测时间序列和检测离群值的新颖方法
文件大小：9.59MB
文件格式：ZIP
更新时间：2024-06-05 05:37:13
JupyterNotebook
时间序列预测调查 该项目的目的是使用新颖的机器学习方法改进对时间序列的预测，并将其向前推进几步，以便更好地预测异常值，例如资产负债表上的异常。 安装 将此存储库克隆或下载到您的计算机。 安装Jupyter Lab（ pip install jupyterlab ）。 cd到存储库的目录。 使用以下命令启动Jupyter Lab： jupyter lab 。 笔记本可以在Jupyter Lab窗口中打开并运行。 所需的数据很轻，因此已经包含在此存储库中。
【文件预览】：
time-series-prediction-master
----.ipynb_checkpoints()
--------LSTM-hyperparameter-tuning-checkpoint.ipynb(190KB)
--------LSTM-time-series-train-predict-checkpoint.ipynb(1.3MB)
----datasets()
--------test_examples()
--------supermarket-sales_train.csv(9.19MB)
--------wikipedia-views_train.csv(3.04MB)
--------restaurant-visits_train.csv(223KB)
----models()
--------XGB-model_lag=10_lead=3.pkl(333KB)
--------XGB-model_lag=10_lead=1.pkl(5.91MB)
--------XGB-model_lag=10_lead=5.pkl(335KB)
----XGB-time-series-prediction.ipynb(635KB)
----README.md(649B)
----LSTM-time-series-train-predict.ipynb(1.3MB)
----XGB-time-series-prediction.py(8KB)
----LSTM-hyperparameter-tuning.ipynb(190KB)