Деревья, естественно, хороши в классификации, как насчет прогнозирования данных временных рядов? В этой статье я использую простые искусственно сгенерированные данные, чтобы понять недостатки древовидной модели. Вы можете найти исходный код в этой записной книжке . Обзор данных Сначала я создаю данные временного ряда с суперпозицией смещения, тренда, сезонности и некоторого шума. Сложив их, мы получаем наши искусственно сгенерированные данные. Сначала предположим, что по оси..

Обзор простого в использовании API для масштабирования миллиардов временных рядов с обнаружением и прогнозированием аномалий с малой задержкой Это первая из двух частей статьи об обнаружении аномалий в реальном времени с использованием Google Cloud Timeseries Insight API. В этой статье я расскажу, как создать набор данных для обнаружения аномалий и как запросить аномалию. Часть II будет посвящена тому, как добавлять новые события в потоковом режиме и получать аномалии для вновь..

Изучение новейшей истории электростанций внутреннего сгорания в Нидерландах. Часть 2. Страшный на первый взгляд, но пушистый внутри. Обратите внимание, почему вы должны использовать многоиндексные (иерархические) фреймы данных. Ниже я кратко представляю свои размышления о мультииндексных фреймах данных. За результатами переходите к части 1. За кодом — сюда . Если вы ищете хороший вводный учебник, я настоятельно рекомендую вам это или это . Если вы, как и я, интересуетесь..