时间序列预测

时间序列模型在具有一致时间步长的随机过程的平稳时间序列(即平均值不随时间变化的时间序列)上进行训练。这些算法通过考虑一些先前时间步长(滞后)的值的影响来预测未来值。

适用数据集的示例包括温度、股票价格、地震、产品销售等数据集。

要标准化时间步长不一致的数据集,请参阅空白填充和插值 (GFI)