机器学习在时间序列预测中的应用.docxVIP

机器学习在时间序列预测中的应用

一、引言

时间序列是按照时间先后顺序排列、反映客观事物随时间动态演化规律的数据序列，小到个人日常消费记录、工业设备运行传感数据，大到区域气温变化趋势、宏观经济波动指标，本质上都属于时间序列的范畴。时间序列预测的核心目标，是挖掘序列内部的时序依赖规律、序列与外部影响因素的关联关系，对未来时刻的事物发展状态做出可靠推断，是支撑各领域科学决策的核心技术手段。早期的时间序列预测主要依托统计类方法，从最基础的移动平均、指数平滑，到后来的自回归积分滑动平均、广义自回归条件异方差等模型族，这类方法在小样本、线性平稳的时序场景中曾发挥重要作用，但随着各行业数据采集能力的全面提升