数据
前面的2篇文章中，一篇介绍了KNN的原理，另外一篇主要讲解的是如何使用sklearn进行KNN分类，今天主要学
最近邻(KNN)是一种非常简单、易于理解、通用性强的机器学习算法，广泛应用于金融、医疗、政治、手写检测、图像识
什么是K-近邻算法？ K近邻法(k-nearest neighbor, k-NN)是1967年由Cover T
Prophet是Facebook开源的预测工具，相比ARIMA模型，Prophet真的是非常的简单。只要读入两
时间序列简介 在数学上，随机过程被定义为一族时间随机变量，即{x(t),t∈T},其中T表示时间t的变动范围。
在先前的使用Python创建季节性ARIMA模型中，出现了SARIMAX模型。在上一篇的文章中并没有讲清楚SA
这篇文章主要是用于复习ARIMA，针对一些可能存在的问题进行进一步的理清。对预测的整个流程再做一次清晰的回顾。
在先前学习的使用ARIMA预测时间序列的文章中，对于如何确定参数p、d、q还是存在一些疑问，今天学习的这篇文章
很多参数估计问题均采用似然函数作为目标函数，当训练数据足够多时，可以不断提高模型精度，但是以提高模型复杂度为代
前几篇的时间序列预测的文章中，都用到了自相关（ACF）和偏自相关（PACF）图，但是理解起来还是存在一些问题。
此文与先前的 时间序列预测初学者指南（Python）的内容类似，只不过中间多了一个季节性的的内容，在学习前，
前几篇文章介绍了使用时间序列进行预测的大致思路及流程，今天又找到一篇使用ARIMA进行时间序列的文章，处理的流
