数据集:
Store Sales - Time Series Forecasting
UCI:UCI ElectricityLoadDiagrams20112014
IGBT Accelerated Aging Data Set - NASA
reference:
对于Store Sales - Time Series Forecasting
比赛使用的评估指标是均方根误差(RMSLE)。(取对数意味着预测大的销售数字和小的销售数字的误差将更均匀地影响结果)
目标:预测未来16天每个产品、每个商店的销售情况。
VAR、ARDL:传统统计模型时间序列分析
var文件里有统计检验分析 如协整检验
LSTM: 里面有两个模板,后面一个模板相对简单理解
Temporal fusion transformer(TFT):参数量巨大的模型,跑通了但是没跑完,有模板
TCN:时域卷积网络(Temporal Convolutional Network)跑通了效果还行
Crossformer:(还没跑)
SegRNN:(还没跑)
SegRNN: Segment Recurrent Neural Network for Long-Term Time Series Forecasting
Mamba:
Simba:
paper:SiMBA: Simplified Mamba-Based Architecture for Vision and Multivariate Time series
iTransformer:iTransformer深度解析:时序预测新SOTA
PatchTST:(跑通了)
Transformer时间序列:PatchTST引领时间序列预测
detrend:时间序列去趋势,傅里叶时间序列去噪
optuna:超参数调参使用optuna对模型的超参数进行自动优化
SHAP:模型无关的可解释性方法(还没看也没具体应用)
NeuralForecast:集成时间序列模型的库 NeuralForecast