codecamp

AI人工智能 时间序列数据介绍

时间序列数据是指在特定时间间隔序列中的数据。如果我们想在机器学习中构建序列预测模型,那么我们必须处理序列数据和时间。序列数据是顺序数据的抽象。数据的排序是顺序数据的一个重要特征。

序列分析或时间序列分析的基本概念

序列分析或时间序列分析是基于先前观察到的数据来预测给定输入序列中的下一个元素。预测可以是接下来可能出现的任何内容:一个符号、一个数字、第二天的天气、语音中的下一个词等等。序列分析在股票市场分析、天气预报和产品推荐等应用中非常有用。

示例 考虑以下示例来理解序列预测。这里A,B,C,D是给定的值,您需要使用序列预测模型来预测值E

AI人工智能 主题建模:识别文本数据中的模式
AI人工智能 安装有用的包
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

AI人工智能监督学习(回归)

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }