Kaggle时间序列预测相关比赛以及代码

2024-05-10 07:36:54

1.预测商品销量比赛

代码1：使用LSTM
https://www.kaggle.com/code/sanjaylalwani/lstm-predict-sales
代码2：传统方法AR, MA and ARMA models
https://www.kaggle.com/code/jagangupta/time-series-basics-exploring-traditional-ts
代码3：Feature engineering+xgboost
https://www.kaggle.com/code/dlarionov/feature-engineering-xgboost
代码4：Model stacking, feature engineering and EDA
https://www.kaggle.com/code/dimitreoliveira/model-stacking-feature-engineering-and-eda

2.餐厅人流预测

1.特征工程+lgb
https://www.kaggle.com/code/plantsgo/solution-public-0-471-private-0-505/script
2.ARIMA models
https://www.kaggle.com/code/timolee/feeling-hungry-a-beginner-s-guide-to-arima-models
3.EDA
https://www.kaggle.com/code/headsortails/be-my-guest-recruit-restaurant-eda
4.keras
kaggle.com/code/nitinsurya/surprise-me-2-neural-networks-keras
5.LSTM
https://www.kaggle.com/code/yekenot/explore-ts-with-lstm

3.Store Sales - Time Series Forecasting

1.Lstm
https://www.kaggle.com/code/minhajulhoque/deep-learning-multivariate-rnn-lstm-network
2.ARIMA
https://www.kaggle.com/code/ceruttivini/store-sales-forecasting-arima-and-autoarima
3.EDA + XGB
https://www.kaggle.com/code/satoshiss/store-sales-eda-xgb

Kaggle时间序列预测相关比赛以及代码相关推荐

4大类11种常见的时间序列预测方法总结和代码示例
本篇文章将总结时间序列预测方法,并将所有方法分类介绍并提供相应的python代码示例,以下是本文将要介绍的方法列表: 1.使用平滑技术进行时间序列预测指数平滑 Holt-Winters 法 2.单变 ...
解读两篇最新多元时间序列预测工作
本文首发于公众号"圆圆的算法笔记" 解读两篇最新多元时间序列预测工作点关注,不迷路,用心整理每一篇算法干货~多元时间序列预测任务主要解决的是输入多变量时间序列,预测多变量未来序ht ...
11种常见的时间序列预测方法
参考内容:4大类11种常见的时间序列预测方法总结和代码示例代码地址: https://github.com/SeafyLiang/machine_learning_study/blob/master ...
交通流量时间序列预测,神经网络机器学习 BPNN
交通流量时间序列预测神经网络机器学习 BPNN 代码 MLR MLP LSTM 深度学习数据+程序+分析报告 MATLAB 源码技术交流资源共享博主QQ:68823886 原创文章,转 ...
时间序列预测方法汇总：从理论到实践（附Kaggle经典比赛方案）
©作者 | Light 学校 | 中国科学院大学研究方向 | 机器学习时间序列是我最喜欢研究的一种问题,这里我列一下时间序列最常用的方法,包括理论和实践两部分.理论部分大多是各路神仙原创的高赞解读 ...
独家 | 教你使用简单神经网络和LSTM进行时间序列预测（附代码）
翻译:张玲校对:丁楠雅本文约1500字,建议阅读5分钟. 作者基于波动性标准普尔500数据集和Keras深度学习网络框架,利用python代码演示RNN和LSTM RNN的构建过程,便于你快速搭建 ...
独家 | 使用LSTMs和Prophet进行时间序列预测你的电子邮箱负载（附代码）
作者:Maximilian Strauß 翻译:笪洁琼校对:丁楠雅本文共3400字,建议阅读10分钟. 本文通过基线模型.LSTMs和Facebook的Prophet模型来预测每天的电子邮箱负荷, ...
手把手教你用Prophet快速进行时间序列预测（附Prophet和R代码）
作者:ANKIT CHOUDHARY 翻译:王雨桐校对:丁楠雅本文约3000字,建议阅读12分钟. 本文将通过拆解Prophet的原理及代码实例来讲解如何运用Prophet进行时间序列预测. 简介 ...
入行时间序列预测必读的4篇论文(附代码)
时间序列预测是一个发展历史悠久的技术领域,传统的统计学算法(e.g. ARIMA, ETS, GARCH)以及近年来的机器学习(e.g. 广义线性模型,xgboost).深度学习算法(e.g. LST ...

最新文章

热门文章