時間序列分析 | Python實作時間序列特征生成
目錄
-
- 時間序列分析 | Python實作時間序列特征生成
-
- 基本介紹
- 資料介紹
- 程式設計
- 參考資料
基本介紹
時間序列模組化的時間戳與時序特征衍生思路,時間序列模型在我們日常工作中應用的場景還是會很多的,比如我們去預測未來的銷售單量、預測股票價格、預測期貨走勢、預測酒店入住等等,這也是我們必須要掌握時序模組化的原因。
資料介紹
-
我們就拿經典的時間序列模型來說一下,一般來說資料集裡的資料,可以分為3大類。
1)Y值:我們也稱之為時序值。如下表中的銷量字段;
2)時間戳:标記本條記錄發生時間的字段,如下表中的統計日期字段。oh,對了如果不是單時間序列的,比如資料集中記錄的是多家店鋪的時序資料,需要結合序列屬性資訊,比如店鋪名稱、店鋪所在城市;
3)其他字段:顧名思義。
時間序列分析 | Python實作時間序列特征生成 - 時間戳的衍生思路