BayesianProphet:先知温度模型参数的贝叶斯优化,具有每日和每年的季节性以及额外的回归系数

上传者: 42133329 | 上传时间: 2023-03-29 20:41:56 | 文件大小: 3.39MB | 文件类型: ZIP
贝叶斯先知 先知温度模型的贝叶斯优化,具有每日和每年的季节性以及额外的回归系数 如果您喜欢BayesianProphet,请给它加星号,或拨叉并作出贡献! 先知分解显示了趋势以及英国剑桥温度观测的年度和每日季节性: 安装/使用 必需的: 最新版本的 包 程序包 包 要安装python软件包: pip install -r requirements.txt 安装以上依赖项后, 克隆存储库并在Jupyter的本地安装中打开笔记本,或 远程尝试笔记本 -可编辑 -可编辑 在上 在查看 细节 有关数据(包括清洁),基线模型,每日和每年的季节性描述以及R先知模型的详细说明,请参阅我的时间序列和R资料库中有关Cambridge UK温度预测的其他模型。 假设和限制已包含在上述存储库中,此处不再赘述。 我的剑桥大学计算机实验室气象站R Shiny存储库中提供了其他探索性数据分析。 我的主

文件下载

资源详情

[{"title":"( 22 个子文件 3.39MB ) BayesianProphet:先知温度模型参数的贝叶斯优化,具有每日和每年的季节性以及额外的回归系数","children":[{"title":"BayesianProphet-main","children":[{"title":"figures","children":[{"title":"ProphetDecomposition.01.png <span style='color:#111;'> 42.29KB </span>","children":null,"spread":false}],"spread":true},{"title":"data","children":[{"title":"CamUKWeather.csv <span style='color:#111;'> 12.28MB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 17.67KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 49B </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 159B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.39KB </span>","children":null,"spread":false},{"title":"notebooks","children":[{"title":"BayesOptProphetHyperparameters.html <span style='color:#111;'> 887.60KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_files","children":[{"title":"BayesOptProphetHyperparameters_13_0.png <span style='color:#111;'> 42.29KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_15_0.png <span style='color:#111;'> 51.22KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_18_0.png <span style='color:#111;'> 42.29KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_29_1.png <span style='color:#111;'> 75.23KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_11_0.png <span style='color:#111;'> 51.22KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_30_1.png <span style='color:#111;'> 47.82KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_12_0.png <span style='color:#111;'> 42.29KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_30_2.png <span style='color:#111;'> 75.25KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_16_0.png <span style='color:#111;'> 51.27KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_17_0.png <span style='color:#111;'> 42.29KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters_10_0.png <span style='color:#111;'> 51.34KB </span>","children":null,"spread":false}],"spread":false},{"title":"BayesOptProphetHyperparameters.ipynb <span style='color:#111;'> 332.47KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters.py <span style='color:#111;'> 18.59KB </span>","children":null,"spread":false},{"title":"BayesOptProphetHyperparameters.md <span style='color:#111;'> 45.61KB </span>","children":null,"spread":false},{"title":"history.txt <span style='color:#111;'> 10.21KB </span>","children":null,"spread":false}],"spread":true}],"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