文档介绍：时间序列格式说明
概念： 时间序列：变量随时间变化，按等时间间隔所取得的观测值序列，称时间序列
y： {y1，y2，•…yn}
时间间隔可以是一年，一月，一天，一小时等等
1000
(file:T时间序列格式说明
概念： 时间序列：变量随时间变化，按等时间间隔所取得的观测值序列，称时间序列
y： {y1，y2，•…yn}
时间间隔可以是一年，一月，一天，一小时等等
1000
(file:TCSI)
2400
2200
2000
1800
1600
1400
1200
100 200 300 400 500 600
Stoc k of s henz hen
(file:stock)
以上两张图是典型的时间序列的原始数据
时间序列数据的预测方法
1. 简单算术平均
2. 加权平均
3. 各类回归算法
4. BP 神经网络
时间序列预测数据预处理格式要求
时间序列预测就是对历史数据进行学****得到的一个非线性的映射，逼近数据中隐含的非线性 机制 f , 从而可以利用该映射进行时间序列预测。
若一个已知长度为N的时间序列{xj，其中xt = x(t) , t = 1,2,...,N。可以在一个高维的相空 间中恢复系统的演化规律，因此复杂时间序列{xj是可以短期预测的。
使得：
xt =f(xt-m , xt-m+1 , ... , xt-1)
做时间序列数据的预测，需要首先对原始的时间序列数据进行预处理，通常需要从一维处理 成高维数据。
高维数据中包含目标值(label因变量)之前连续几个时间序列数据 举例如下：
时间序列
XI
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
如果 维度 m=5 ,转换后
输入维
度2
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
目标值 label X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
X26
X27
X28
输入维度
1
XI
X2
X3
X4
X5
X6
X7
X8
X9
X10
XII
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
输入维度
3
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X20
X21
X22
X23
X24
X25
输入维度
4
X4
X5
X6
X7