예측5 [논문분석] 딥러닝을 이용하여 불규칙적인 시계열 예측 모델 만들기 (LSTNet) 출저: Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks (arxiv.org) Github: GitHub - laiguokun/LSTNet GitHub - laiguokun/LSTNet Contribute to laiguokun/LSTNet development by creating an account on GitHub. github.com 1. 개요 - 다중진동 시계열 분석은 실생활에서 흔히 볼 수 있는 현상 중 하나이다. 예를들어, 에너지 사용량이나 교통체증 시간 예측등은 단순 반복적인 시계열 현상보다는 수요가 몰릴 때 더 크게 진동하는 시계열 모델이 될 것이다. 위 논문에서는 이를 해결하기 위해, 딥러닝 프레임워크를 .. 2023. 1. 17. 데이콘 쇼핑몰 지점별 매출액 예측 경진대회 (TOP 10%) 개인 스터디중 재밋고 쉬워보이는 대회가 있어서 참가하게 되었습니다. 대회는 시계열대회 예측이였으며 링크는 아래에 있습니다. 개인적으로 기간이 짧아서 아쉬움이 남긴 하지만, 코드를 공유하며 정리했던 생각을 남겨둘려 합니다. STEP 1. Understanding the Problem - 시계열 예측 문제로, 쇼핑몰에서 모은 시계열 데이터를 이용하여 다음 주 매출 (Weekly_Sales)을 예측하는 문제입니다. 데이터는 아래와 같이 구성되어 있습니다. id : 샘플 아이디 Store : 쇼핑몰 지점 Date : 주 단위(Weekly) 날짜 Temperature : 해당 쇼핑몰 주변 기온 Fuel_Price : 해당 쇼핑몰 주변 연료 가격 Promotion 1~5 : 해당 쇼핑몰의 비식별화된 프로모션 정보 .. 2022. 8. 8. 간단한 NLP 모델로 WSJ 부정적인 기사만 crawling 하기 일상에서 우리가 데이터를 가장 쉽게 접할 수 있는 곳은 인터넷일것이다. 인터넷에는 수많은 데이터가 있지만, 각각 하나하나의 데이터는 큰 힘을 갖지 못하고 효율적으로 데이터를 다루기가 어렵다. 많은 데이터를 가공하고 특징을 찾아내기 위해서 가장 흔하게 쓰이는 방법은 크롤링(crawling)일 것이다. 오늘은 간단한 NLP 모델을 만들어 부정적인 단어가 들어가 있는 기사만 crawling 해 볼것이다. 데이터 출저: https://data.world/crowdflower/sentiment-analysis-single-word Sentiment Analysis Single Word - dataset by crowdflower Sentiment analysis of single words or short phr.. 2021. 8. 23. Granger's Causality Test Granger's Causality란? - 1969년에 처음 발명된 통계기법으로 시계열 데이터 x 가 얼마나 y에 영향을 끼치는지 알아볼 수 있는 Test이다. Null Hypothesis = x does not Granger-cause y P-value가 0.05 보다 낮다면 Null hypothesis 를 reject 할 수 있으며, 곧 x가 y에게 유의미하게 영향을 끼쳤단 뜻이다. 1. Hang Seng 2. Kospi 3. S&P 500 4. Shanghai Composite 먼저 필요한 라이브러리를 import 해준다 import numpy as np import pandas as pd from statsmodels.tsa.stattools import grangercausalitytests 새.. 2021. 8. 18. 이전 1 2 다음 반응형
