Univariate Time Series Prediction using Deep Learning:使用深度学习和PyTorch的单变量时间序列预测 源
使用深度学习进行单变量时间序列预测 使用深度学习和PyTorch的单变量时间序列预测 0.简介 该存储库使用深度学习模型(包括DNN , CNN , RNN , LSTM , GRU ,递归LSTM和Attention LSTM)提供单变量时间序列预测。 使用的数据集是“设备能源预测数据集” ,可以在找到。 1.定量分析 根据下表,使用1D卷积层的CNN胜过其他模型。 模型 湄↓ MSE↓ RMSE↓ MPE↓ MAPE↓ R平方↑ DNN 31.0077 4039.9806 57.8505 -16.4529 27.5759 0.4355 有线电视新闻网 28.4919 3869.6289 56.6529 -11.5615 24.3810 0.4567 RNN 30.7757 3997.9815 57.8951 -19.2878 28.4
文件列表
Univariate-Time-Series-Prediction-using-Deep-Learning-main.zip
(预估有个59文件)
Univariate-Time-Series-Prediction-using-Deep-Learning-main
models.py
5KB
main.py
13KB
utils.py
5KB
data
energydata_complete.csv
4.24MB
LICENSE
1KB
results
numpy
CNN_using_MultiStep_TestSet.npy
16KB
暂无评论