1回答
如何使LSTM捕获每周的季节性？
、、、、
我是深度学习领域的初学者，我需要LSTM的帮助。 我分析的数据包括1个月内每个时间步的多个http错误。我选择为每10分钟的时间步长考虑数据(以便为训练提供更多的数据)。数据头部： data.head 数据显示出季节性趋势，周末的错误数量非常少，工作日(即人们连接到服务器时)的错误数量很多。 我的目标是预测第二天的错误数量。我的模型如下： model = Sequ
浏览 79提问于2019-07-03得票数 2
1回答
但是，我不知道如何在python中编写代码，这说明了多个季节性。据我所知，SARIMAX只负责一个季节，但我想检查每周、每月和季度的季节性。我知道要捕捉一周中的季节，我应该创建6个虚拟变量，来捕捉月份的季节性，创建30个虚拟变量，并且要捕获一年中的月份，创建11个虚拟变量。但我不知道如何将它与Python中的主要SARIMAX函数结合起来？我的意思是，SARIMA
浏览 3提问于2018-06-06得票数 9
我有一个很大的时间序列，说明了一个国家在10年内(2006 - 2015)的每小时电力需求。基于此，我想以小时为基础预测2020年前的未来价值。我在一些研究的基础上尝试了几个函数，最终使用了stl模型。我收到的结果如下所示：enter image description here 正如你所见，电力需求的时间序列显示出一天的模式，当地的高峰分别在上午和晚上。然而，预测的配置文件(这里是蓝色的)没有显示出这个特征，我似乎
浏览 35提问于2019-04-03得票数 0
回答已采纳
我正在浏览谷歌的官方数据科学博客，特别是我们对大规模稳健时间序列预测的探索。
他们的预测方法包括每周的总预测，然后将这些总数分配到每周的个别日子。我想知道有什么推荐的方法来做到这一点。Specifically，如果我有一个日/小时数据的时间序列，将其汇总为每周总计，然后对接下来的几周进行预测，我如何将这些总数分配给日/小时值？我考虑过的一种方法
浏览 0提问于2022-01-29得票数 1
1回答
R中百分比的预测
、、、
我的任务是为一个涉及预测百分比的问题找到解决办法。我的主要问题是缺乏数据。我只有2.5年的数据(每周)，需要预测今年剩余的百分比。我的数据如下所示：1 1 2019 2019-03-31 0.10685 5 2019 2019-04-28 0.0762
6 6 2019 2019-
浏览 1提问于2021-11-03得票数 1
回答已采纳
1回答
能量数据的多元回归
、、、
我试图建立一个多元回归模型来预测一天内的能源消耗。loss="mean_absolute_error", optimizer="adam")编译我的模型之后，虽然我的模型损失很小，但是当我可视化输出时，结果并不令人满意，如下所示：知道我做错了什么吗？！？我最初的猜测是，与输入维相比，由于输出维数很高(48维)，所以需要更多的数据。或者我使用了错误
浏览 0提问于2020-11-13得票数 0
回答已采纳
1回答
我有一个时间序列(tsibble )，我需要应用auto.arima函数来找到我的模型。该对象的日均频率为7年。rowsautoarima1<-auto.arima(bctsibble,trace = TRUE,approximation = FALSE,seasonal = TRUE)
结果的频率为
浏览 2提问于2021-08-24得票数 0
回答已采纳
1回答
我有一个几年的价格数据集，与工作日相比，周末的价格非常低。我想将此作为时间序列对象加载到R中。什么可能是最好的方法，以便我可以捕获数据的每周季节性(周末价格下降)。
谢谢!
浏览 2提问于2016-08-26得票数 0
1回答
我试图预测时间序列数据的平均每周股价。我使用ADF和KPSS测试来测试数据是否是固定的。接下来，为了使数据保持平稳--我使用StandardScaler对数据进行规范化，通过第一个差异消除了趋势，消除了不断增加的波动性，消除了季节性。我为ARIMA模型建模了值，它似乎给出了糟糕的性能我很感激你
浏览 0提问于2023-04-19得票数 0
1回答
我正在尝试弄清楚如何使用包的Python端口。我仍然不清楚如何定义nseasons参数。我相信设置'period':7是用来表示每周的季节性，而'period':30是用来表示月度的，但我不是100%确定。然而，我也不理解harmonics参数代表的是什么。我现在使用的数据集是一家在线零售商的每日销
浏览 1提问于2019-11-06得票数 2
1回答
我有一个数据集，包括过去5年每周3,000家商店的销售额，并已经构建了一个LSTM来预测下一年的销售，考虑到前一年的销售情况。在每个时间步骤t中，特征都是前面的52个观察结果。X_{t-52:t} \rightarrow LSTM \rightarrow \hat{X}_{t:t+52}
LSTM使用滚动窗口在时间序列上进行训练，从X_{0:52}的输入和X_{52:104但是，我还有一个事件数据集( dataset E )，其中我知道过去和未来<e
浏览 0提问于2020-07-01得票数 0
1回答
sarima(sq.deaths, 4, 0, 0, 0, 1, 1, 365)makeARIMA(trarma[1L]、trarma[2L]、增量、kappa)中出错:支持的最大延迟为350
我有四年的每日数据(我可以发送给任何请求它的人)，但不知道在这里做什么。
浏览 1提问于2014-04-20得票数 0
3回答
我一直在使用Facebook的Prophet，到目前为止，它已经产生了一些很好的结果。在文档和谷歌搜索中，似乎没有一种自动的方法来从模型中提取季节性趋势作为数据框架或字典，例如：目前，我可以使用更手动的方
浏览 3提问于2017-11-28得票数 6
1回答
LSTM预测如何结合多个自相关
、、、、
我正在做一个项目，目的是预测高度自相关的时间序列。对于我的目标来说，LSTM似乎非常理想。然而，有谁知道我如何将多个大的自相关纳入我的预测网络呢？也就是说，有很强的年度相关性和季节性相关性；我如何能够将这些信息纳入LSTM网络？
衷心感谢
浏览 0提问于2018-08-08得票数 1
我正在尝试使用从2012年1月16日到2013年10月10日的每日数据进行一些需求预测。但预测只会返回糟糕的结果。有什么线索吗？然而，由于预测是糟糕的。有人很友好地指出了海德曼教授分享的一种方法，即用多种季节性来拟合模型。x_new <- msts(x, se
浏览 4提问于2013-11-26得票数 4
对如何使用fbprophet库导出年度季节性趋势有什么想法吗？plot_components()函数绘制趋势图，每年和每周。我只想获得每年的价值。
浏览 6提问于2017-12-22得票数 7
回答已采纳
2回答
我是ML领域的新手。所以，如果我在某个地方错了，请忽略或纠正。目前正在为时间序列数据进行模型培训。我的问题是更具体的自行车共享。我有每个地区和每一种自行车类型(齿轮，没有齿轮.)的自行车共享数量。如何对此数据使用时间序列。我必须预测每种类型和每一地区所需的自行车。例如，对于给定的数据，在3/1/19的3/1/19中，我必须预测齿轮传动自行车所需的数量以及1和2区域所需的With
浏览 0提问于2020-01-16得票数 3
2回答
我期待着预测我的时间序列。我有以下期间的每日数据2021年1月1日至2022年7月1日.所以我每天都有一栏观察。乘性”)：时间序列没有或少于两个周期
series <- ts(data, frequency = 52, start = c(2021, 1))
同样的问题。既然我没有数据集，并且仍然能够分解它，那么我如何不用将我的数据集扩展到两年呢？另外，当我试图预测它的</em
浏览 8提问于2022-07-12得票数 0
如何在谷歌日历上设置每周一次的季节性活动？我想在每个星期三上午11点举行一个活动，但不包括夏天(不包括5月至8月)。编辑:我有很多这样的事件。
浏览 0提问于2018-01-25得票数 3
2回答
我正在做一个项目来预测来自这个站点的DNS查询的数量：DNS查询统计。我使用的数据是详细的数据，这意味着每分钟的DNS查询数。如果你看一下来自韩国或任何其他国家的DNS查询的数量，就会发现它具有季节性和趋势特征:增加然后减少。我的要求是:给定每分钟的DNS查询数，然后对于前20分钟的给定数据，预测在接下来的20分钟内DNS查询的数量。
我的问题是
浏览 0提问于2018-08-18得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
