arima的matlab代码-Time-Series-ARIMA-XGBOOST-RNN:个人家庭电力预测的时间序列预测:ARIMA、xgbo

上传者: 38596485 | 上传时间: 2021-08-16 21:51:33 | 文件大小: 15KB | 文件类型: ZIP
arima的matlab代码个人家庭电力的时间序列预测 日期集: 数据是在 2006 年 12 月至 2010 年 11 月(47 个月)期间以一分钟采样率收集的。 六个自变量(电量和子计量值)一个数值因变量 全球有功功率有 2,075,259 个观测值可用。 我们的目标是预测未来的全球有功功率。 为简单起见,这里删除了缺失值。 此外,我们发现并非所有观察都按日期时间排序。 因此,我们以显式时间戳作为索引来分析数据。 在预处理步骤中,我们对原始数据执行桶平均以减少一分钟采样率的噪声。 为简单起见,我们只关注原始数据集的最后 18000 行(2010 年 11 月的最新数据)。 python文件列表: Gpower_Arima_Main.py :单变量 ARIMA 模型的可执行Python 程序。 myArima.py :使用一些用于 ARIMA 模型的可调用方法实现一个类。 Gpower_Xgb_Main.py :基于树的模型 (xgboost) 的可执行Python 程序。 myXgb.py :实现一些用于 xgboost 模型的函数。 lstm_Main.py :LSTM 模型的可

文件下载

资源详情

[{"title":"( 10 个子文件 15KB ) arima的matlab代码-Time-Series-ARIMA-XGBOOST-RNN:个人家庭电力预测的时间序列预测:ARIMA、xgbo","children":[{"title":"Time-Series-ARIMA-XGBOOST-RNN-master","children":[{"title":"Exploratory_analysis.py <span style='color:#111;'> 2.19KB </span>","children":null,"spread":false},{"title":"Gpower_Xgb_Main.py <span style='color:#111;'> 5.33KB </span>","children":null,"spread":false},{"title":"lstm_multivariate_Main.py <span style='color:#111;'> 4.38KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 3.54KB </span>","children":null,"spread":false},{"title":"util.py <span style='color:#111;'> 2.95KB </span>","children":null,"spread":false},{"title":"lstm_Main.py <span style='color:#111;'> 2.92KB </span>","children":null,"spread":false},{"title":"Gpower_Arima_Main.py <span style='color:#111;'> 1.57KB </span>","children":null,"spread":false},{"title":"myArima.py <span style='color:#111;'> 4.56KB </span>","children":null,"spread":false},{"title":"myXgb.py <span style='color:#111;'> 2.72KB </span>","children":null,"spread":false},{"title":"lstm.py <span style='color:#111;'> 6.77KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明