用python实现时间序列数据的异构性检测
时间序列数据的异构性检测是指对时间序列数据中存在的不同数据类型或特征进行识别和分析的过程。Python是一种功能强大的编程语言，可以用于实现时间序列数据的异构性检测。
在Python中，可以使用多种方法来实现时间序列数据的异构性检测。以下是一些常用的方法：
- 统计方法：通过计算时间序列数据的统计指标，如均值、方差、相关系数等，来判断数据的异构性。可以使用Python中的NumPy和Pandas库来进行统计计算。
- 机器学习方法：利用机器学习算法来对时间序列数据进行分类和预测，从而识别数据的异构性。常用的机器学习算法包括决策树、支持向量机、随机森林等。可以使用Python中的Scikit-learn库来实现机器学习算法。
- 深度学习方法：利用深度神经网络模型来学习时间序列数据的特征表示，从而实现异构性检测。常用的深度学习模型包括循环神经网络（RNN）、长短期记忆网络（LSTM）等。可以使用Python中的TensorFlow或PyTorch库来构建和训练深度学习模型。
- 时间序列分解方法：将时间序列数据分解为趋势、季节性和残差三个部分，然后对每个部分进行独立的分析和建模，以实现异构性检测。可以使用Python中的Statsmodels库来进行时间序列分解。
- 傅里叶变换方法：将时间序列数据转换到频域，通过分析频谱特征来判断数据的异构性。可以使用Python中的SciPy库来进行傅里叶变换和频谱分析。
对于时间序列数据的异构性检测，可以根据具体的应用场景选择合适的方法。例如，在金融领域，可以使用统计方法和机器学习方法来检测股票价格的异构性；在工业领域，可以使用深度学习方法和时间序列分解方法来检测传感器数据的异构性。
腾讯云提供了一系列与时间序列数据处理和分析相关的产品和服务，包括云数据库 TencentDB、云服务器 CVM、人工智能平台 AI Lab 等。您可以访问腾讯云官网（https://cloud.tencent.com/）了解更多关于这些产品的详细信息和使用指南。
相关·内容
在Python中，列表是一种同构序列，而Tuple是一种异构序列。但是在列表中，我们仍然可以将任意类型的数据放入其中，比如a=[1, 2, 'abc']。那么，Python中同构序列和异构序列之间的真正区别是什么呢？
浏览 3提问于2013-07-20得票数 7
3回答
基于时间序列的异常检测
、、、、
我刚刚开始研究Python中的异常检测开发。
我的数据集是时间序列的集合。更详细地说，数据来自于一些记录和收集锅炉或其他设备数据的传感器/仪表。
正如我之前说过的，我必须处理的数据是时间序列，所以是时间戳和传感器检测到的相对值；一个值是异常的，当它比它附近的其他值大或小时；基本上是一个峰值。
我需要开发一个无监督的分类模型，因为我没有所有数据的标签。
另一个重要的方面，是这些数据是“季节相关的”；事实上，锅炉在冬季的消耗应该比夏天高。这些价值不应被视为异常。
由于我在这个问题上没有经验，所以我想问你，解决这个问题的最佳算法/方法是什么？
此外，你知道一些书或链接的建议吗？
浏览 0提问于2018-08-28得票数 7
回答已采纳
2回答
相对现代的语言(如ruby/python/js等)如何在数组中存储多个数据类型，并且仍然能够在O(1)时间内使用数组的索引访问数组中的任何元素？
据我所知，我们用简单的数学方法来确定指向任何元素的内存地址，然后用索引乘以数组中每个元素的大小。
浏览 6提问于2020-09-07得票数 3
回答已采纳
我希望这成为R.中各种时间序列突破/变化/干扰检测方法的标志，我的问题是用下面的每一个包描述方法的动机和不同之处。也就是说，什么时候使用一种方法比另一种方法更有意义，异同等等。
所涉一揽子方案：
(示例)
(示例)
(链接包括简单示例)
(教程)
也许(?)在较小程度上：和
我希望有针对性的答案。也许每种方法都有一个段落。很容易跨越时间序列，但这可能是以滥用/违反假设为代价的。有些资源为ML监督/非监督技术提供了指导方针。我(当然还有其他人)会欣赏一些关于时间序列分析领域的指南/指点。
浏览 0提问于2015-03-23得票数 10
回答已采纳
4回答
是否有一个全面的开放源码包(最好在python或R中)可以用于时间序列中的异常检测？
在scikit中有一个支持向量机软件包--学习，但它不是针对时间序列数据的。我正在寻找更复杂的包，例如，使用贝叶斯网络进行异常检测。
浏览 0提问于2018-05-24得票数 24
回答已采纳
4回答
我的问题不同于一般的时间序列数据问题。我需要做的是检查未来的时间序列数据是否符合以前的时间序列数据，我已经认为是正确的。
简而言之，我需要一个应用于时间序列数据的一类分类器，它的长度是可变的(从110点到125点)。
有人知道什么库可以帮助我完成这个任务吗？我通常使用Python+scikit-学习，但我开放使用任何其他配置。
浏览 0提问于2016-05-17得票数 4
回答已采纳
1回答
在“时间序列日期”中查找支出
、、、、
我有以下日期、时间戳和值的数据框架。
date Value
2022-07-19 44.43000000
2022-07-20 43.43000000
2022-07-21 42.43000000
2022-07-22 41.43000000
2022-07-25 41.43000000
... ...
2022-09-02 86.40000000
2022-09-06 85.13000000
2022-09-07 86.86000000
2022-09-08 88.44000000
2022-09-09 89.44000000
在py
浏览 4提问于2022-09-11得票数 2
1回答
我想测试时间序列中的异方差。python中的工具，如: statsmodels.stats.diagnostic.het_breuschpagan，需要将残差作为数据拟合模型获得的输入。因为这种测试依赖于所训练的模型的优良性。我想在不训练任何模型的情况下，直接对数据本身进行时间序列的异方差检验。所以我用R中的McLeod.Li检验来测试原始时间序列。我分析了个体特征具有异方差。为了消除异方差性，我在数据中的所有条目中添加了1(因为它有0项)，并计算出异方差值移到0。为什么？
浏览 0提问于2019-01-21得票数 1
1回答
事务数据异常检测
、、
我有信用数据的交易细节(银行转账，点对点转账等)。目前，我有一年的数据，我不能正确分类。
我正在寻找关于这两个问题的意见和建议：
如何在最后一小时用我以前的信用交易数据检测异常？
如何检测当前事务的实时异常？
浏览 0提问于2017-02-13得票数 5
C++中有没有可以像Python List和Dictionary那样工作的数据结构或库？
谢谢
浏览 1提问于2013-05-01得票数 1
回答已采纳
1回答
我应用了隔离森林算法来识别我的时间序列中的异常数据。现在，我想在将这些离群值送入机器学习模型之前替换它们。我们如何在时间序列分析中替换这些异常值？
浏览 9提问于2021-07-23得票数 0
我试图根据变量的前10个值来预测变量的当前值。我尝试了多重时间序列方法，包括ARIMA，LSTM和线性回归。它们都没有很好的表现，所以我开始认为，我拥有的数据序列只是随机的，不可预测的。
如果你有什么建议，请告诉我。或者，如果您知道我可以计算的任何度量，以确保我拥有的数据序列不只是随机的。
对于LSTM，我尝试使用Window方法在以下链接中进行预测：https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/
以下是我使用的自相关图、图和数据序列的一
浏览 0提问于2021-06-03得票数 3
回答已采纳
2回答
要创建自己的queue类，我需要在这个类的函数中声明一个class属性。
我想做的是：
当我调用函数add时，程序会为类创建一个新属性，在私有状态下，使用操作符[]进行访问。这样，我就可以使用任何类的项创建一个没有类型限制的队列。
有可能吗？
编辑
这个队列只是一个使用示例。我真正的问题是:在python中，我可以这样做：
class Car:
def __init__ (self, ...):
...
self.color = 'blue'
现在，颜色可以在类的任何地方使用(请记住，在python中不需要插入类型来声明变量。在示例中，
浏览 2提问于2017-06-28得票数 2
我有类似下面的数据，为了拟合DecisionTreeRegressor，我需要使这些数据固定下来。我读到决策树在处理平稳时间序列时效果更好。这一数据有明显的趋势，但没有真正的季节性。 ? 我只有每所学校4年的数据。这是否有足够的数据来确定和预测趋势？到目前为止，我试图应用对数转换来降低趋势，但它似乎仍在向下发展。我也尝试过来自statsmodel的seasonal_decompose，但我不确定如何将它应用于像这样的多索引数据。 如何对此时间序列进行趋势分析以使其固定？ import pandas as pd
import plotly.express as px
years =
浏览 30提问于2020-09-30得票数 0
2回答
这是我所拥有的用例，我正在尝试将其自动化。任何指示都会有帮助。
用例：
当我们部署任何新版本的web服务时，我们会继续监视它(同时部署到生活中)，以确保它不会引入任何新的错误。为此，我们只是在视觉上比较上个星期的错误趋势(在相同的时间框架内)，如果它们看起来类似，我们批准新的构建，或者如果错误的数量似乎增加，我们决定回滚。
我想要的是自动化这个决策。基本上，将推送期间的错误数据与最后几周(或任何其他时间框架)进行比较，确定这两种错误趋势是否相似，以及它们在多大程度上是相似的。
我拥有的数据是x轴，->，时间戳，y轴，-> #，那个时间戳上的错误。
我也有一些细节，比如时间戳的请求数
浏览 0提问于2019-08-06得票数 1
我已经使用Github中提供的样本数据集尝试了Azure异常检测API。
我能够设置Python环境并使用提供的示例数据运行。
现在，我计划使用异常服务来检测视频中的异常。azure异常服务是否支持视觉时间序列数据集。
浏览 3提问于2020-04-24得票数 0
1回答
我目前正在尝试实现时间序列数据的MPdist (矩阵轮廓距离)算法，但是我已经开发了一个新的距离度量，我想用它来代替欧几里德度量。我已经实现了一个技术上可行的算法，但是我用蛮力来计算每个时间序列的每个子序列之间的距离。
因此，这是非常低效的。我想使用相似的连接算法来降低复杂度。尽管如此，它们确实不是我的专长领域，而且我所见过的大多数算法都不是很透明，并且使用欧几里得距离来计算1NN相似连接。
有人能给我指一篇文章，它也许更透明，而且我可以更容易地用另一篇文章取代欧几里德度量吗？或者是github回购什么的。我只需要1NN
浏览 0提问于2020-11-12得票数 1
1回答
我读过一些关于时间序列数据库的概念，以及关于这两种数据库之间的区别的一些答案，但我仍然无法理解这些差异。
如何将数据写入磁盘，从而使时间序列数据库和rdbms之间有区别？
什么是rdbms上时间序列数据库的最佳用例，反之亦然？我指的是使时间序列数据库比rdbms提供优异性能的案例，也想知道rdbms比时间序列数据库更适合选择的情况。
浏览 2提问于2016-02-16得票数 26
我正在使用python和sqlalchemy来管理sqlite数据库(将来我计划用postgres替换sqlite )。
我执行的操作是INSERT、SELECT和DELETE，所有这些操作都是每小时运行一次的python脚本的一部分。
由于数据量很大，这些操作中的每一个都可能需要相当长的时间。
现在，在某些情况下，python脚本可能会被外部进程终止。如果脚本在从数据库读/写时被终止，我如何确保我的数据库没有损坏？
浏览 0提问于2018-11-02得票数 0
2回答
时间序列-异常检测
、、、
我有时间序列数据和警报(每分钟)，我需要找到异常。
我正在寻找一个图书馆，它可以对这些数据进行无监督的学习并检测数据中的异常。
哪个是能够处理此场景的最佳Python库？我已经阅读了所有这些(比奥德与司空见惯、预言家、先知与枕叶、婚姻)，但却不能把注意力集中在最好的一个上。
浏览 0提问于2022-11-10得票数 0
7回答
时间序列预测/回归有哪些算法？
用神经网络怎么样？(这方面最好的博士?)
有没有python库/代码片段可以帮助？
浏览 17提问于2010-08-27得票数 27
回答已采纳
1回答
预测在时间序列数据中始终是恒定的
、、、、
我正在做分层时间序列预测(Python)，当我试图用我拥有的全部数据来拟合模型时，我可以看到，对于某些特征，预测总是恒定的。我不能理解问题的确切位置，以及解决这个问题的可能方法。任何形式的帮助都是很好的。
提前感谢！！
浏览 6提问于2021-05-21得票数 0
1回答
希望你今天过得愉快。 我正在使用UDP从微控制器向我PC上的python服务器发送数据包(我无法通过TCP获得所需的速度)。 如果数据包被丢弃，我想向微控制器发送重复请求(假设这是通过UDP进行纠错的最简单方法)？ 我知道UDP使用校验和，如果这是不正确的，它将被接收器丢弃。在python套接字中是否有一个标志或等价物，以便当一个数据包被丢弃时，我可以要求微控制器重新发送数据包？ 预先感谢你抽出时间来，威尔
浏览 98提问于2021-09-26得票数 0
3回答
我正在研究时间序列数据。可用的数据是多元的。因此，对于每一个时间实例，都有三个数据点可用。格式：
X，Y，Y，Z，
因此，可以实时生成上述格式的一个时间序列数据。我正试图在另一个时间序列基数据中找到这个实时生成的时间序列的良好匹配，该数据已经被存储(该数据的大小要大得多，并且是以不同的频率收集的)。如果我将标准DTW应用于每个系列(X、Y、Z)，那么它们最终可能会在基数据库中的不同点得到匹配，这是不利的。因此，我需要在基本数据库中找到一个点，其中所有三个组件(X，Y，Z)都匹配得很好，并且在同一点。
我对此进行了研究，发现多维DTW是解决这一问题的理想方法。在R中，dtw包确实包含多维
浏览 1提问于2016-05-20得票数 9
2回答
分布式系统中DBSCAN的实现
、、、、
我有一个大数据问题，我在并行处理和大数据方面的经验非常有限。我有数以千万计的行，包括纬度和经度数据以及几个ID。对于每一个ID，我可以有10000到1000万之间的数据。
为了解决一些业务需求，我正在实现基于密度的聚类算法(DBSCAN)。聚类算法对每个ID独立运行。
当前实现；
当前的实现基于Python代码，使用sklearn机器学习库，但对appx 5 000万个数据池执行(群集+其他业务逻辑)需要一天或更长时间。
我可以优化python代码并减少时间，但是我正在寻找一个更可行的解决方案。
可用性
我有一个星火集群，分布式交叉应用程序，20台机器，但是pyspark没有DBSCAN的实现
浏览 4提问于2017-09-20得票数 5
1回答
我有个作业要交到学校。这个项目是关于基于随机运动的系统，我和我的伙伴选择研究一个双摆集(运动不是随机的，而是混沌的)。我们的研究问题想要调查系统是否可以在任何点达到周期性运动的状态，以及在多长时间内会发生这种情况。我的问题是，我们如何在由模型中的两个值对填充的数组中检测圆周运动。数组将像这样填充- (theta1，theta2)两个摆杆的角度。其余的变量，比如摆杆的长度或两个质量都是已知的，所以从这些角度我们可以计算出系统其余部分的状态。每个阵元根据移动的时间相加，每个阵元之间的时间差为每秒0.05，因此每个阵元的时间可以计算为n*0.05。
我们可以很容易地从我们使用EJS开发的双
浏览 0提问于2016-07-29得票数 0
1回答
我的数据有对应于机器中某个特定部件的故障发生的时间戳。时间戳不是均匀分布的。我的问题是: 1)我可以用什么方法(几乎)准确地预测未来的失败事件(时间戳)？2)我还能得到哪些其他特性？
到目前为止我尝试过的是：
由于时间戳序列间隔不均匀，我导出了顺序故障发生之间的特征datediff=差异。由于现在是单变量时间序列，所以我尝试了经典的时间序列预测方法，如ARIMA和SARIMA (效果不佳)。
我正在张贴时间序列freq=7(每周)的季节性分解。
📷
freq=30
📷
acf/pacf
📷
浏览 0提问于2020-03-06得票数 3
回答已采纳
1回答
我刚开始做数据分析。我从区域环境中心得到了一些数据。
测量:日期时间，PointID，SubstanceID，值(空气中物质浓度)，MeteoID，NextValue
气象资料: MeteoID、日期时间、温度、风速、风速、湿度、气压、降水。
物质(8种物质(CO、Cl2、NO2等)，其中5种有120万条记录)：SubstanceID、Name、MaxVal (最高允许浓度值)。
点(9个静态监测站)：PointID、入口、经度、纬度。
测量表包含约800万项空气中物质浓度比的记录(当地mysql)。我将测量数据和计量数据(最近的时间)链接起来，并将下一个值添加到测量记录中。测量之间的间隔时间
浏览 0提问于2018-10-05得票数 0
回答已采纳
6回答
我目前正在做一个小项目，在这个项目中我想比较两个时间序列。相似性度量非常模糊，如果两个时间序列具有大致相同的形状，则认为它们相似。
所以我对自己说：“如果它们只需要具有相同的形状，我只需要比较两个时间序列的峰值，如果峰值在相同的位置，那么时间序列肯定是相似的。”
我现在的问题是找到一个好的峰值检测算法。我用了谷歌，但我只想出了纸质的。问题是，本文中描述的算法可以很好地处理非常极端和薄的峰值，但在大多数情况下，我的具有相当平坦的峰值，因此它们不会被检测到。
有谁知道我可以在哪里找到或搜索一种算法来检测下图中显示的峰值？
浏览 11提问于2012-09-03得票数 14
1回答
我的应用程序在随机时间接收随机数位的消息。但两周前，我开始注意到我的应用程序的度量标准上有一些几乎是规则的模式。我怀疑它们是一些机器人向我的应用程序发送人工生成的数据。具体来说，我在一个时间序列中寻找消息的顺序子集，其中消息的位数几乎相同。
我读到了一些方法，但它们使用的是时间不是随机变量的数据。我很感谢你能提供的任何帮助，包括书籍，网页，教程(如果可能的话用Python )等等。
浏览 0提问于2016-05-23得票数 4
回答已采纳
1回答
我有一组数据(两列CSV数字)，最初变化很大，然后稳定在某个数字附近。我正在尝试找出使用标准Bash实用程序以自动方式首次稳定图形的点。在ASCII图表中，数据可能如下所示：
y
^ ___ stabilised
| . |
| . |
| . . |
| . . . . . ▾
|
浏览 2提问于2013-02-27得票数 1
1回答
找出一段时间以来的异常行为
、、、、
我想要检测石油管道中的异常行为，那里的油是在一定压力下流动的。我有一个传感器，用来监控时间和压力，并把它推到我的云服务器上。
我拿到数据集了。我的要求是在python中进行数据分析，并在一段时间内查找数据集中的异常模式。我需要提出数据集中存在的异常行为，例如，今天下午1点到3点30分，压力升高和下降可能是由于管道泄漏造成的。
我们能用简单的统计模型来做吗？还是需要机器学习？
能为这个场景推荐最合适的机器学习算法吗？
另外，请在这里提到网页链接。
谢谢
浏览 0提问于2018-02-13得票数 0
1回答
在R中检测业务销售数据中的异常值(这意味着可能存在趋势和季节性)需要哪些步骤？
我已经学习了ACF，PACF，残差，ARIMA模型(基本上是时间序列分析和建模)。我可以使用这些知识来帮助我识别异常值吗？
还有没有可能要求R指出哪个数据点是异常值？
非常感谢。
浏览 0提问于2014-07-15得票数 3
回答已采纳
我是R的新手，所以我对这个时间序列数据有困难
例如(实际数据要大得多)
data <- c(7,5,3,2,5,2,4,11,5,4,7,22,5,14,18,20,14,22,23,20,23,16,21,23,42,64,39,34,39,43,49,59,30,15,10,12,4,2,4,6,7)
ts <- ts(data,frequency = 12, start = c(2010,1))
所以如果我试图分解数据来调整它
ts.decompose <- decompose(ts)
ts.adjust <- ts - ts.decompose$season
浏览 2提问于2014-11-27得票数 1
回答已采纳
我正在训练一个模型来检测夜空图片中的流星，我有一个相当小的数据集，大约有85张图像，每张图像都有一个边界框注释。我正在使用迁移学习技术，从ssd_mobilenet_v1_coco_11_06_2017检查点和TensorFlow1.4开始。在训练过程中，我将图像大小调整为600x600像素。我在流水线配置中使用数据增强来随机地水平、垂直翻转图像，并旋转90度。经过5000步后，模型收敛到损失约0.3，并将检测到流星，但似乎重要的是在图像中流星的位置。我是否必须通过给出每个可能位置的示例来训练模型？我已经附加了一个检测运行的样本，我在整个图像上平铺了一颗流星，并收到了不同级别的检测(过滤到50
浏览 1提问于2018-04-26得票数 2
我的数据中的每一个观察都是用0.1秒的差来收集的。我不称它为时间序列，因为它没有日期和时间戳。在聚类算法(我在网上发现)和主成分分析( PCA )的例子中，样本数据每个案例有一个观察，并且没有时间。但我的数据显示，每辆车每0.1秒就会收集数百个观测数据，而且有很多车辆。
注:我也在quora上问过这个问题。
浏览 0提问于2015-05-29得票数 9
回答已采纳
3回答
我收到了关于我正在程序中运行的SQL查询的错误消息。Server 2005T-SQL.
异构查询要求为连接设置ANSI_NULLS和ANSI_WARNINGS选项。这确保了一致的查询语义。启用这些选项，然后重新发出查询。(严重程度16)
修复它很容易，设置ANSI_NULLS和ANSI_WARNINGS ON，但是我想知道什么是异构查询。谷歌搜索带来了数十个结果，告诉我设置ANSI_NULLS和ANSI_WARNINGS，但没有解释这个词的意思。查询是：
UPDATE SRV.DB.DBO.TABLE SET Column=
(SELECT Column
浏览 0提问于2011-09-30得票数 15
回答已采纳
1回答
变字典异常检测
、、
我想检测占CPU百分比最多的进程中的异常。我将数据作为字典值的时间序列接收，如下所示：
time process_most_cpu cpu%
0 2022-02-22 21:04:57.021740 {'chromium-browse': 38.70,'python': 32.00,'mutter': 2.90,'python3': 1.60}
浏览 0提问于2022-03-05得票数 1
我在用matplotlib编写动画文档时传递了一些变量，比如这个ln, = plt.plot([], [], 'ro', animated=True)或return ln,，我不明白逗号代表什么.
它可能与元组相关，但我不明白为什么，因为逗号应该在值之后，而不是像i = 1,这样的变量之后。
谢谢你的澄清，
编辑：来自@Goralight评论中建议的。
在Python中，是逗号构成了一个元组：
>>> 1
1
>>> 1,
(1,)
括号在大多数位置都是可选的。
浏览 0提问于2017-12-01得票数 4
回答已采纳
我正在合并熊猫中的两个数据集，并希望加快这个过程，所以我在用于合并的列中对这两个数据集进行了排序。(以前，这些列根本没有排序。)排序没有造成明显的速度差异，两者都花了大约8秒。
如果我手动合并两堆纸，比如说，它们的页码，我会首先按页码对它们进行排序。否则，我将不得不做很多来回翻转之间的堆栈。
我写了一个测试来比较这两个过程。它按随机顺序生成两个帧，每个帧有一百万行。然后，它将生成第一列上已排序的另外两个列。然后，它合并前两个，最后，合并后两个。
数据生成过程太慢了，以至于我没有时间尝试更多的行--但是合并仍然是在零感知的时间内进行的，即使没有排序。
import pandas as pd
im
浏览 0提问于2018-03-20得票数 6
1回答
我有一个每日时间序列数据集，我正在使用方法来预测未来。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，SARIMAX只是一个函数，做自回归，移动平均和差分部分，但我应该如何在我的时间序列分析SARIMAX包括多个季节性代码？到目前为止，我知道如何为每个类别创建虚拟变量，但不知道如何将其复制到整
浏览 3提问于2018-06-06得票数 9
2回答
我有一个时间序列数据点。然后给我一个未来的时间戳，我必须预测数据点的值。为了简单起见，您可以假设时间戳是有界的，例如，将来查询最多可以是1小时。
这不同于传统的训练和预测模型。在这里，您将有时间作为查询输入，除了过去的数据。
目前，我每分钟都在训练不同的模特(是的，60个模特:很多等待时间)。
我想知道是否有什么可用于这一特定任务？
编辑:要获得有关数据的视图，您可以假设一个简单的实数时间序列，我必须使用历史来预测任何一般时间(在接下来的1小时内)。
浏览 0提问于2016-11-02得票数 2
回答已采纳
5回答
这些内置Python数据类型之间有什么不同:列表、序列和切片？在我看来，这三种方法本质上都代表了C++和Java调用的数组。
浏览 3提问于2010-05-27得票数 37
回答已采纳
我目前正在尝试在两个数据集之间运行回归。然而，一个落后于另一个，但我不确定滞后有多大或有多强。
有没有办法找到两个数据集之间的最佳滞后时间？例如，假设一个数据集相对于另一个数据集显示出大约12个月的滞后，但我们不确定这是最好的相关周期。换句话说，14个月的期限可能会显示出更强的相关性。
如果没有独立运行每个时间段的相关性，我们如何找到最佳滞后时间段？
PS:我正在尝试用python和Scikit-learn来完成这一切
谢谢
浏览 3提问于2016-02-04得票数 0
1回答
我的问题是:我有一个非周期/不同质频率的Landsat NDVI时间序列。但是，我收到的错误代码是
Error in stl(Yt, "periodic") : series is not periodic or has less than two periods
在没有明确设置频率的情况下，尝试将数据转换为timeseries之后：test_timeseries <-ts(test$nd, start = c(1984,4), end = c(2011,10))。当我试图用函数频率()或deltat()来计算频率或deltat ()时，它都会导致1--这我不明白，因为我
浏览 13提问于2022-10-10得票数 0
2回答
哪种方法更快，使用JSON解析器(python 2.6)或regex获取相关数据。由于数据量巨大，我认为一种方法与另一种方法相比，在时间上会有很大的差异。
浏览 1提问于2014-02-16得票数 2
2回答
我正在做一个项目，我的任务是在不同的维度(国家、职业和其他几个方面)和不同的日子中寻找异常数据(人数)。
下面是数据的示例
我该怎么做？有推荐的Python库或模型吗？我发现了很多关于多元时间序列分析的教程，但是我的数据不是多元时间序列，因为这个数据集中的分类变量不依赖时间。
浏览 3提问于2021-12-05得票数 1
1回答
这个问题有三个子部分，回答每个部分可能不需要很大的文本。我希望这样可以。
我试着用ML来理解时间序列预测。我有目标变量y_t，并假设另外两个变量x_t,z_t (例如，如果y_t是项目的需求，x_t可以是项目的类型或价格，等等)。另外，假设我使用的是随机森林模型，因为我已经阅读过它，通常情况下是可以的。
根据我的理解，如果我将y_{t-1}作为预测器，模型可能只是学习预测y_t=y_{t-1}，例如，与滞后1有自相关关系。考虑到这一点，将y_{t-1}作为一个特性是个坏主意吗？
(2)每个预测因子x_t,z_t都可能具有非平稳性、自相关或季节性等典型时间序列特征。有什么特殊的方法，我必须遵循或
浏览 0提问于2021-06-24得票数 3
1回答
我一直在读https://arxiv.org/pdf/1906.03821.pdf关于光谱残差检测的论文，但我不太明白。具体来说，在实现中有三个变量决定算法如何查找异常值：
# less than period
amp_window_size
# (maybe) as same as period
series_window_size
# a number enough larger than period
score_window_size
另外，我能在算法中找到的唯一文档是这。
熟悉这篇论文或时间序列的人能解释算法是如何工作的吗?这三个变量如何决定如何检测异常值？
浏览 0提问于2022-01-17得票数 0
1回答
具有大量变量的时间序列数据建模
、、、、
我希望用神经网络对52个因变量的时间序列数据进行建模，以便对未来的时间序列进行预测。
我尝试过一些LSTM和CNN (conv1D)模型的体系结构，但我的模型总是过于适合，因为它们不能泛化。
📷
功能的数量会影响模型的结果吗?如果是的话，如何处理大量变量的数据？对于此任务，是否有首选的模式？
浏览 0提问于2021-07-08得票数 1
回答已采纳
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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
