数据分析-43-时间序列预测之深度学习方法GRU
文章目录
1 时间序列
时间序列数据是按特定间隔记录的观测值集合，例如每小时的天气报告或每日的库存和销售报告。
时间序列为我们提供了了解历史数据的工具，并利用它们更确定地预测未来。
1.1 时间序列特点
在时间序列分析中，通常将时间序列分解为趋势、季节性、周期性和噪声这四个部分。
1.1.1 原始信号
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.seasonal import seasonal_decompose
dates = pd.date_range(start='2000-01-01'<原文地址：https://blog.csdn.net/qq_20466211/article/details/143508738
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！