如何在神经网络中实现时间序列预测?

我想在神经网络中实现时间序列预测,但是不知道如何开始。我的数据是按时间顺序排列的,并且有连续的时间步和每个时间步的多个变量。我已经了解了一些有关循环神经网络的知识,但我不确定是否是最佳选择。我希望找到一种特定的方法来处理时间序列数据,以准确预测未来的趋势。有没有专家可以为我提供一些建议和资源?非常感谢!

提问时间:2023-07-20 23:08:48 编辑时间:2023-07-20 23:08:50 提问者: 红心如夜
  • 星辰彼岸
    5

    对于时间序列预测,循环神经网络(RNN)是一种常见的选择,它可以处理按时间顺序排列的数据。但是,您可以尝试其他模型,如长短期记忆网络(LSTM)和 gated recurrent unit (GRU)。在选择模型之前,您需要了解数据的特点,并进行数据预处理。通常为了获得更好的预测结果,您需要在训练期间使用滑动窗口技术以生成适当的数据样本,以及使用交叉验证来评估模型的效果。参考资料包括相关论文,书籍和GitHub上的开源项目等。希望这些建议有帮助!

    回答时间:2023-07-20 23:08:53