对于时间序列而言，想做神经网络和传统时序结合一起时序建模，请问目前有什么好的方法吗

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 1665 天前的主题，其中的信息可能已经有所发展或是发生改变。

时序

神经网络

建模

序列

4 条回复 • 2020-05-28 13:51:23 +08:00

MinQ

2020-05-28 11:18:58 +08:00

的确有传统算法和神经网络结合的建模，类似于 Wide-Deep，Wide 部分可以放传统算法计算出来的特征……但还真没听说过有人搞时间序列结合的

menc

2020-05-28 12:22:47 +08:00

第一种方法，直接做 ensemble ；
第二种方法，用传统的时序方法做的预测结果作为一维特征传入 RNN cell

laminux29

2020-05-28 13:09:18 +08:00

个人短见：没好方法，原因如下。

时间精度低了，没什么意义。

时间精度高了，没什么硬件能处理。

dayeye2006199

2020-05-28 13:51:23 +08:00

这个是 uber 拿下 M4 预测比赛的方案，使用的就是传统时序+神经网络混合的方法。不是简单的 ensemble 方案，而是将传统方法的 parametric form 加入了神经网络的结构设计中： https://eng.uber.com/m4-forecasting-competition/