时间序列数据广泛存在于量化交易, 回归预测等机器学习应用, 是最常见的数据类型。所以这里通过墨尔本十年气温变化预测的任务来整理一个时间序列数据挖掘的模板,方便以后查阅方便。这个模板可以用在大部分的时间序列预测任务,从股票价格波动,到四季气温变化, 从大桥沉降预测,到城市用电预警等。 通过本模板,可以掌握sklearn中常用的工具包以及深度神经网络的搭建Keras,能够学习到处理时间序列的方式,里边还包含了大量的数据可视化的套路。
1
文中利用Arc GIS软件,分别采用反距离权重、样条函数和普通克里格法对1982年全国684个气象台站观测的年均气温数据进行空间插值,并对每种插值方法产生的结果进行对比。通过研究发现,对于给定数据的年均气温插值而言,普通克里格法效果最好。该研究采用效果较好的普通克里格法生成了陕西省年均气温的预测表面模型,并分析了陕西省年均气温的空间变异规律。
2021-04-13 09:24:59 919KB GIS 年均气温预测 插值方法
1
随机森林气温预测数据+代码.zip随机森林气温预测数据+代码.zip随机森林气温预测数据+代码.zip随机森林气温预测数据+代码.zip随机森林气温预测数据+代码.zip
2021-02-03 12:10:12 5.09MB 大数据
1
BP神经网络实现气温学习和预测代码及代码分析(python+tensflow),用python+tensflow实现气温的预测,本代码包含数据集,不用重新下载,可以自行设置测试学习次数,误差范围,点开导包,运行即可使用,并且附上了因版本不同,可能出现导包错误的解决方法。我实在是即稳又贴心。
2020-11-20 09:59:22 25KB bp 气温预测
1
一个基于python flask技术的web应用,对往年数据ARIMA模型处理, 能提供3天,7天,15天预测数据,同时提供回看数据,登录,注册等功能
2019-12-21 22:01:21 83KB python flask flask socket
1