我使用 1 周的温度，对我的数据运行拟合，MATLAB 给出了一个拟合输入数据的函数。 通过打印残差，您可以看到函数在输入数据上拟合时产生的误差。（如果误差很大，您可以更改函数的类型。我做了所有这些，最好的函数是“SumofSin”）。 然后，我使用这个函数来猜测接下来 24 小时的温度。 --- 该文件还包括 3 个月的 excel 格式的温度。

两线元素预测器 作者：tanh仁杰 日期：2018年5月11日 [1]是一种广泛用于跟踪绕地球轨道飞行的物体的数据格式。 在TLE中编码的是6维状态向量， [2]阻力项，平均运动的一阶和二阶导数以及对象的其他杂项。 存在各种已建立的传播模型，例如SGP，SGP4，SDP4，SGP8和SDP8，这些模型用于预测卫星的未来状态向量。 但是，由于TLE固有的不确定性，该错误也会随着时间传播。 例如，从 [3]下载的典型TLE，动量矢量分量Px，Py，Pz平均可以具有+ -10km / h的不确定性。 一天之后，不确定性将为+ -240 km / h，这是不理想的。 通常，由这种传播模型产生的状态向量是不准确的，并且在一天的模拟之后无法使用。 必须通过获取新的TLE来刷新它们。 由于这种不确定性，有很多哭狼案。 Celestrak借助其称为“ （SOCRATES）的平台，免费提供对卫星有效

预报_未来_销售 这项挑战是“如何赢得数据科学竞赛” Coursera课程的最终项目。 在本竞赛中，您将使用具有挑战性的时间序列数据集，其中包括每日销售数据，该数据集由俄罗斯最大的软件公司之一-1C公司提供。 我们要求您预测下个月每个产品和商店的总销售额。通过解决这一竞争，您将能够应用和增强您的数据科学技能 系统会为您提供每日历史销售数据。任务是预测测试集在每个商店中售出的产品总数。请注意，商店和产品的清单每月都会略有变化。创建可以处理此类情况的可靠模型是挑战的一部分。 文件描述：sales_train.csv-训练集。 2013年1月至2015年10月的每日历史数据。 test.csv-测试集。您需要预测这些商店和产品在2015年11月的销售情况。 sample_submission.csv-格式正确的示例提交文件。 items.csv-有关项目/产品的补充信息。 item_ca

大数据模型预测未来天气数据集.zip

压缩包里面有两个代码，是根据现在的数据预测未来50年人口的趋势，采用了时间序列的方式。

利用GM模型预测未来5年的人口出生人数

metro_attraction_factors.csv 项目内容：基于地铁站点历史每小时客流值，预测未来该站点的短时客流 思路: 1、影响地铁客流的特征：是否换乘站、站点周边岗位数、人口数、公交站点数、天气 2、首先将这些变量归一化处理 3、划分测试集与训练集 4、使用线性回归进行预测

使用神经网络的自行车共享预测 简介-业务问题： 作为自行车共享公司，我们需要预测不久的将来需要多少辆自行车。 原因很少： 如果我们有更多的自行车供应和较低的需求，它将增加我们的运营成本。 如果我们的供应量低于需求量，那么我们就会失去利润。 设计概述： 我们将从头开始构建神经网络，并使用随机梯度下降实现前馈和反向传播。 稍后，我们将根据看不见的数据测试网络的功效。 需要的库： 脾气暴躁的 大熊猫 Matplotlib 结果： 下面是比较实际Vs预测的图。

电力负荷预测是电力系统规划的重要组成部分,也是电力系统经济运行的基础,其对电力系统规划和运行都极其重要。根据历史电网负荷数据，用深度置信网络预测未来负荷大小，是很好的学习资料，特别适合刚入门人员。

这个文档是根据出生率和每一年的女性人口数计算除未来5年的出生人口，要在预测的基础上加上600