machine-learning - 获取两个时间序列之间的映射函数

标签 machine-learning

我想知道是否有一种方法可以获取将一个时间序列转换为另一个时间序列的函数。

例如,对于时间序列 t1=[1 0 1 0 2] 和 t2=[10 0 10 0 20],映射函数为 t2 = t1*10。

这是一个简单的情况,甚至可以手动计算,但我需要为更复杂的情况获取此函数。

你知道有什么办法吗?

提前谢谢

最佳答案

两个系列中的元素数量是否相同?如果是这样,为什么不直接构建一个回归模型,其中 xs 作为第一个时间序列的元素,ys 作为另一个时间序列的元素。除非映射以某种方式是连续的(即 x_i -> y_i 取决于 i),否则这应该工作得很好。如果存在时间依赖性,那么您可以构建一个更复杂的模型,其中 i 是回归中的预测变量。

如果您说出您正在使用的语言,我(或其他人)应该能够建议一个库,或发布示例代码。

关于machine-learning - 获取两个时间序列之间的映射函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19270927/

相关文章:

python - 特征缩放(标准化)以及 LabelEncode 和 OneHotEncode 数据的最佳实践是什么

r - Microsoft rxOneClassSVM 的预测分数意味着什么?

machine-learning - gcloud ml-engine local train ...没有名为 XXX 的模块

machine-learning - 使用 TensorFlow 进行线性回归是否需要调整批量大小或周期?

python - 如何在 Tensorflow 中为预取数据集绘制混淆矩阵

machine-learning - 岭回归与套索回归

machine-learning - lightgbm中min_sum_hessian_in_leaf的含义是什么?

python - 有了 tensorflow ,我就有了图像信息的字典。如何训练这些图像中的特征?

python - 使用 Python 使用自变量对一组值进行预测或分类

python - 该函数的完美 numpy 实现