2019年9月29日
python时间序列按频率生成日期的方法
摘要： 引用：https://www.zhangshengrong.com/p/281omE7rNw/ 有时候我们的数据是按某个频率收集的，比如每日、每月、每15分钟，那么我们怎么产生对应频率的索引呢？pandas中的date_range可用于生成指定长度的DatetimeIndex。 我们先看一下怎么生成 阅读全文
posted @ 2019-09-29 17:26 Hellozhu 阅读(5103) 评论(0) 推荐(0) 编辑
时间序列分析导论书摘：时间预处理-时序变换
摘要： 阅读全文
posted @ 2019-09-29 09:39 Hellozhu 阅读(258) 评论(0) 推荐(0) 编辑
动态预测与静态预测
摘要： 变量预测过程分为动态预测与静态预测.动态预测中预测样本的初始值使用滞后变量 Y 的实际值，在随后的预测中使用 Y 的预测值，动态预测在预测过程中重复使用滞后因变量的预测值 。 阅读全文
posted @ 2019-09-29 08:46 Hellozhu 阅读(6458) 评论(0) 推荐(0) 编辑
2019年9月28日
时间序列分析导论书摘：预测的一般知识
摘要： 阅读全文
posted @ 2019-09-28 18:54 Hellozhu 阅读(258) 评论(0) 推荐(0) 编辑
时间序列分析导论书摘：确定自回归过程的阶数
摘要： 阅读全文
posted @ 2019-09-28 17:59 Hellozhu 阅读(1303) 评论(0) 推荐(0) 编辑
时间序列分析导论书摘：自相关图意义分析
摘要： 阅读全文
posted @ 2019-09-28 17:35 Hellozhu 阅读(939) 评论(0) 推荐(0) 编辑
2019年9月27日
对Python中列表和数组的赋值,浅拷贝和深拷贝的实例讲解
摘要： 引用：https://www.jb51.net/article/142775.htm 列表赋值： 1 2 3 4 5 6 7 >>> a = [1, 2, 3] >>> b = a >>> print b [1, 2, 3] >>> a[0] = 0 >>> print b [0, 2, 3] 1 阅读全文
posted @ 2019-09-27 17:30 Hellozhu 阅读(8418) 评论(0) 推荐(0) 编辑
2019年9月26日
利用Python进行数据分析笔记－时间序列(时区、周期、频率)
摘要： 此文对Python中时期、时间戳、时区处理等阐述十分清楚，特别值得推荐学习。 原文链接：https://blog.csdn.net/wuzlun/article/details/80287517 阅读全文
posted @ 2019-09-26 16:03 Hellozhu 阅读(837) 评论(0) 推荐(0) 编辑
2019年9月25日
形象易懂讲解算法I——小波变换
摘要： 转载自:https://zhuanlan.zhihu.com/p/22450818 【嵌牛导读】从傅里叶变换到小波变换，并不是一个完全抽象的东西，可以讲得很形象。小波变换有着明确的物理意义，如果我们从它的提出时所面对的问题看起，可以整理出非常清晰的思路 【嵌牛鼻子】小波变换 【嵌牛提问】小波变换是什 阅读全文
posted @ 2019-09-25 17:54 Hellozhu 阅读(1863) 评论(0) 推荐(0) 编辑
小波变换与傅里叶变换的区别
摘要： 引用：https://www.zhihu.com/question/19725983 1. 应用范围 高维数据因为其计算代价昂贵（纬度高计算必然昂贵）和建立索引结构的困难（空间索引结构往往面临着“维度灾”），因此有对其进行数据压缩的需求，即对高维数据进行降维，傅里叶变换和小波变换都可以用来做这件事 阅读全文
posted @ 2019-09-25 15:24 Hellozhu 阅读(5027) 评论(0) 推荐(0) 编辑