Algorithm list

数据预处理

DP for LSTM 数据预处理模块旨在帮助用户得到适合对应时间序列算法的时间序列及模型参数的数据输入。

LSTM训练模型

长短期记忆网络,通常叫做“LSTM”,是一种特殊的RNN(循环神经网络),主要用于NLP技术。然而也一样可以用在时间序列的场景上。

LSTM预测

长短期记忆网络-通常叫做“LSTM”,是一种特殊的RNN(循环神经网络),主要用于NLP技术。然而也一样可以用在时间序列的场景上。

多层感知器训练模型

MLP(Multi-Layer Perceptron),即多层感知器,是一种前向结构的人工神经网络,映射一组输入向量到另一组输出向量。

多层感知器预测

MLP(Multi-Layer Perceptron),即多层感知器,是一种前向结构的人工神经网络,映射一组输入向量到一组输出向量。

线性回归是众多回归方法中的一种,作为一种普遍应用的数学分析方法,来定量地定义两个或多个变量之间的线性关系。当变量之间的关系并性关系时,模型的性能将不尽人意。

简单指数平滑

一次指数平滑又叫简单指数平滑(Simple Exponential Smooothing,SES),适合用来预测没有明显趋势和季节性的时间序列。

三次指数平滑法

三次指数平滑在二次指数平滑的基础上保留了季节性的信息,使得其可以预测带有季节性的时间序列。三次指数平滑添加了一个新的参数p来表示平滑后的趋势。

随机森林

Random Forest 随机森林由多棵分类或回归树组成,为集成学习的一种经典算法。以决策树为基本单元,对每棵树的结果进行平均,得到更强大的回归模型。

线性回归

线性回归是众多回归方法中的一种,作为一种普遍应用的数学分析方法,来定量地定义两个或多个变量之间的线性关系。当变量之间的关系并性关系时,模型的性能将不尽人意。