【问题标题】:Timeseries several events forecasting时间序列数事件预测
【发布时间】:2021-11-12 20:17:46
【问题描述】:

我是时间序列的新手,我有一个问题,我有一个包含 3 列的数据集,时间、类别、该类别的频率。时间是2016年到2017年底。我需要预测2018年每个类别出现的频率: 数据集:

我需要使用 Neural Prophet 来预测这些数据的频率,我只知道如何预测 ds,y。所以请就如何使用神经预言机完成这项任务提出建议

谢谢

【问题讨论】:

    标签: python pandas deep-learning time-series forecasting


    【解决方案1】:

    如 Neuraprophet 文档中所述,此处为 https://neuralprophet.com/model-overview/

    如果您有许多希望为其生成预测的系列,您 需要一次做一个。

    在您的情况下,您有多个时间序列,即您有一个与每个 primary_industry 相对应的单独时间序列。因此,如果您要在此数据集上应用神经预言,您必须分别在每个行业中拟合模型。

    【讨论】:

    • 哦,好吧,即使使用另一个框架/库也无法为所有初级行业一次性完成?
    • 你可以尝试使用 keras 的 lstm。但是在为它准备数据时必须小心。
    • 好的,非常感谢
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2017-11-22
    • 1970-01-01
    • 2020-04-30
    • 2020-10-05
    相关资源
    最近更新 更多