文件名称：arima的matlab代码-time_series_forecasting_pytorch:使用pytorch进行时间序列预测，包括ANN、
文件大小：4.28MB
文件格式：ZIP
更新时间：2024-06-22 01:06:48
系统开源
arima的matlab代码time_series_forecasting_pytorch 实验源码：使用pytorch进行时间序列预测，包括MLP、RNN、LSTM、GRU、ARIMA、SVR、RF和TSR-RNN模型。 要求 Python 3.6.3（Python） keras 2.1.2 火炬 1.0.1 张量流-GPU 1.13.1 sklearn 0.19.1 麻木 1.15.4 熊猫 0.23.4 统计模型 0.9.0 matplotlib 2.1.0 代码 ARIMA.py：ARIMA 模型，迭代版本 Holt_Winters.py Holt-Winters 模型，只有初级版本 eval.py：评估指标，包括RMSE、MAE、MAPE和SMAPE。 NN_forecasting.py：神经网络预测 model.py：神经网络模型 train.py：神经网络模型的训练和预测，包括RNN、LSTM、GRU、MLP、TSR-RNN ts_decompose.py：时间序列分解 ts_loader：神经网络模型的数据加载器 ML_forecasting.py：通用机器学习模型，包
【文件预览】：
time_series_forecasting_pytorch-master
----data()
--------bike_hour.csv(1.09MB)
--------beijing_pm25.csv(1.88MB)
--------solar_energy_1.csv(1.94MB)
--------traffic_data_in_bits.csv(476KB)
--------NSW2013.csv(690KB)
--------NSW2016.csv(694KB)
--------pollution.csv(1.47MB)
--------TAS2016.csv(690KB)
----src()
--------NN_forecasting.py(6KB)
--------ML_forecasting.py(5KB)
--------eval.py(540B)
--------ts_loader.py(2KB)
--------NN_train.py(4KB)
--------__pycache__()
--------util.py(6KB)
--------ts_decompose.py(710B)
--------ARIMA.py(2KB)
--------Holt_Winters.py(2KB)
--------model.py(16KB)
----models()
--------loss_ResRNN-4.pkl(1KB)
--------loss_ResRNN-2.pkl(1KB)
--------loss_GRU.pkl(1KB)
--------loss_ResRNN-0.pkl(1KB)
--------loss_LSTM.pkl(1KB)
--------loss_RNN.pkl(1KB)
----README.md(1KB)
----.idea()
--------misc.xml(367B)
--------workspace.xml(28KB)
--------vcs.xml(180B)
--------deployment.xml(2KB)
--------time_series_forecasting_pytorch.iml(565B)
--------modules.xml(314B)
----auxiliary()
--------plot_diff.py(769B)
--------FCD_model.py(4KB)
--------plot_loss.py(931B)
--------decomposition_net.py(1KB)
----deprecated()
--------HMM.py(2KB)
--------svm_forecasting.py(4KB)
--------bike_hour.csv(1.09MB)
--------TT30GEN.csv(4.8MB)
--------diff_data.eps(15KB)
--------diff_data.jpg(45KB)
--------original.jpg(45KB)
--------traffic_data_in_bits.csv(476KB)
--------NSW2013.csv(690KB)
--------original.eps(14KB)
--------NSW2016.csv(694KB)
--------daily-minimum-temperatures-in-me.csv(63KB)
--------main.py(5KB)
--------TAS2016.csv(690KB)