我正在关注这篇精彩的文章，并学习销售数据分析和预测。
<a href="https://www.kaggle.com/milanzdravkovic/ph
我有最近5年的月度数据。我正在使用它来使用fbprophet创建预测模型。我最近5个月的数据如下：
<pre><c
我正在使用R包<code>combinef()</code>的{{1}}函数来使不连续的分层/分组时间序列预测保持一致。
<c
我有一个时间序列数据帧，需要在其中创建一个布尔值列，
<ul>
<li> <strong>是</strong>，如果当前值与
我想知道如果预先使用BoxCox变换，如何对<code>mlp</code>或<code>elm</code>的预测进行偏差判断。
不幸的
我是新来的
<blockquote>
Python中的统计模型（0.12.0）
</blockquote>
通过在Jupyter NB中传递以下命令
提供了一个包含订单数据（用于送餐）的csv文件，该文件包含以下信息列：
dateTime，餐厅，地址，
基本上，我正在研究LSTM每月销售预测。问题陈述是为将来的销售预测创建LSTM模型。我的数据框由两列组
<blockquote>
我正在尝试使用先知库通过Group and Regressors来预测y。我的代码和收到的错误如下。
<ol>
<li>
我正在尝试将每个地区和每个季度的预测加在一起。我试图总结一个特定的变量，但这没有用。我也尝
我正在使用（寓言包装）来预测2000家不同商店的日销售额。我使用了<code>model()</code>函数来估计模型。
我必须为2000个不同的时间序列创建每小时的预测。我的系列每小时和每周都有很强的季节性。为了处理
我有一个问题，我有很多关于恒温器1年记录的数据，每小时都会给我该家庭的平均温度。但是许多数据
我需要预测一些传感器的信号。在每本指南和文档中，我都找到了预测时间序列的示例，这些示例中的
我正在尝试使用fabletools软件包提取预测残差。我知道我可以使用<code>augment()</code>函数提取拟合模型残差
我正在使用SARIMAX模型在Python中建立每周现金流量预测，但对结果不满意。我正在使用自动机来查找SARIMA
我正在尝试为2000多种产品建立销售预测算法，现在坚持使用ARIMA / SARIMAX和LSTM模型。如我所见，这两个模
我有一个人口数据集，其中包含3个分组变量（<code>Age</code>，<code>Gender</code>和城市/农村设置）。
我使用nnstart命令，得到了用于配置和训练网络的Matlab应用。导入数据并对网络进行培训后，就无法再选
我有一个时间序列数据集，其中包含三列，分别是“日期”，“服务器名称”，“卷”。几乎有100台服
