【问题标题】:Analyzing line trends分析线趋势
【发布时间】:2018-03-27 11:40:07
【问题描述】:

有没有办法以编程方式分析图表并了解它们是否符合任何预定义的模式。我希望按以下方式分析模式:

我已经尝试构建一种算法来测量各个线点之间的距离,向前看并通过保持 +/- 2% 的边距来验证它是否与任何模式匹配。

我最近阅读了有关 scikit-learn 的文章,我在想是否可以将机器学习应用于它,以根据所提供的示例数据构建模式。我对任何可以帮助我实现这一目标的编程语言持开放态度。任何意见将不胜感激。

【问题讨论】:

    标签: algorithm scikit-learn


    【解决方案1】:

    您可以尝试动态时间规整 (DTW) https://en.wikipedia.org/wiki/Dynamic_time_warping.

    【讨论】:

      【解决方案2】:

      您可以使用 ML 方法,例如,对这些序列进行分类或聚类,应用一些前置功能(如速率 - 统一图表)。

      但我的建议:去统计并使用时间序列分解: look here - Python approach, the same function you can find in R

      它还可以帮助您将具有混合趋势的 TS(一个接一个)划分为不同的 TS。

      【讨论】:

        【解决方案3】:

        【讨论】:

        • 您能否给我一个示例,说明如何将其应用于我的用例?因为我不是很熟悉
        猜你喜欢
        • 1970-01-01
        • 2013-09-11
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 2022-01-14
        • 1970-01-01
        • 1970-01-01
        相关资源
        最近更新 更多