文件名称：m4:使用卷积神经网络参加Makridakis 4预测竞赛
文件大小：11KB
文件格式：ZIP
更新时间：2024-05-30 19:56:46
Python
卷积神经网络用于时间序列预测 这是我参加Makridakis 4时间序列预测竞赛（ ）的代码。 这是最好的纯机器学习入门，并排在第23位。 比赛结果发表在《国际预测杂志》（ ）上。 有关排名，请参见表1。 该方法是使用每种频率类型（每年，每周等）中的所有给定序列来训练我们的神经网络。 这避免了将机器学习用于时间序列预测时通常遇到的问题，即每个时间序列中没有足够的数据来训练模型。 同样，使用机器学习方法而不是传统的统计模型意味着我们不需要显式地建模每个系列的数学行为（线性，指数等）。 相反，机器学习算法可以通过查看成千上万个不同的示例来隐式地学习不同的行为以及如何最好地预测它们。 有关运行代码的说明 该代码使用Python 3.6.1编写，并使用Keras包和Tensorflow后端构建神经网络模型。 我们使用pandas和numpy包来读取，写入和准备数据。 在environment
【文件预览】：
m4-master
----utilities.py(4KB)
----shuffle.py(288B)
----model_definitions.py(10KB)
----metrics.py(1KB)
----predict.py(5KB)
----Readme.md(12KB)
----train_models.py(7KB)