预测给定输入序列中的下一个是机器学习中的另一个重要概念。 本章为您提供有关分析时间序列数据的详细说明。

时间序列数据介绍

时间序列数据表示处于一系列特定时间间隔的数据。 如果我们想在机器学习中构建序列预测，那么必须处理连续的数据和时间。 系列数据是连续数据的摘要。 数据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预测给定输入序列中的下一个。 预测可以是任何可能接下来的事情:符号，数字，次日天气，下一个演讲等。序列分析在诸如股票市场分析，天气预报和产品推荐等应用中非常有用。

实例

考虑下面的例子来理解序列预测。 这里 A，B，C，D 是给定值，并且必须使用序列预测模型预测值 E。

安装有用的包

对于使用 Python 进行时间序列数据分析，我们需要安装以下软件包 -

Pandas

Pandas 是一个开源的 BSD 许可库，它为 Python 提供了高性能，简便的数据结构使用和数据分析工具。

有关 Pandas 教程，请访问以下网址:https://www.yiibai.com/pandas/

使用以下命令安装 Pandas -

pip install pandas

如果您使用的是 Anaconda 并希望使用 conda 软件包管理器进行安装，那么可以使用以下命令 -

conda install -c anaconda pandas

hmmlearn

它是一个开源 BSD 许可的库，它由简单的算法和模型组成，用于学习 Python 中的隐马尔可夫模型(HMM)。 使用以下命令安装它 -

pip install hmmlearn

如果您使用的是 Anaconda 并希望使用 conda 软件包管理器进行安装，那么可以使用以下命令 -

conda install -c anaconda hmmlearn

PyStruct

它是一个结构化的学习和预测库。 在 PyStruct 中实现的学习算法具有诸如条件随机场(CRF)，最大值 - 马尔科夫随机网络(M3N)或结构支持向量机等名称。使用以下命令来安装它 -

pip install pystruct

CVXOPT

它用于基于 Python 编程语言的凸优化。 它也是一个免费的软件包。 使用以下命令来安装它 -

pip install cvxopt

如果您使用的是 Anaconda 并希望使用 conda 软件包管理器进行安装，那么可以使用以下命令 -

conda install -c anaconda cvdoxt