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。

  

• 時間戳的衍生思路