UberOrbit简介 Uber开源的Orbit是一个专为时间序列预测设计的Python库，旨在帮助开发者快速构建、评估和部署预测模型。它结合了统计模型和机器学习技术，特别适合处理具有复杂季节性、趋势性和外部协变量的时间序列…
NeuralProphet 产生背景 大多数时间序列问题需要易于理解的预测。同时，需要有效的预测。这两个愿望导致了一种权衡：可解释性与准确率。准确率的显著提高通常归因于更复杂的模型。然而，复杂性与可解释性存在天然的…
针对 Facebook Prophet 的使用，很多年以前就整理过一篇文章《Facebook 时间序列预测工具 fbprophet》，过了 N 年以后当重新需要使用这个工具的时候，发现部分内容已经更新，中间的很多细节内容都没有表述清楚。实…
时间序列与平稳性 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。当T={0,±1,±2,…}时，此类随机过程x(t)是离散时间t的随机函数，称为时间序列。时间序列的构成要素有： 长…
时间序列预测在日常分析中常会用到，前段时间在处理预算相关的内容，涉到一些指标预测，学习到了这篇文章，整理出来分享给大家。 数据准备 数据集（JetRail高铁的乘客数量）下载，链接:https://pan.baidu.com/s/15w…
