时序预测 | 基于DLinear+PatchTST多变量时间序列预测模型(pytorch)

目录

效果一览

基本介绍

DLinear+PatchTST多变量时间序列

dlinear,patchtst

python代码,pytorch架构

适合功率预测,风电光伏预测,负荷预测,流量预测,浓度预测,机械领域预测等等各种时间序列预测。

Patchest是2023年发表了一个新的模型,它在时间序列分析的多个任务中实现了最先进的结果。创新点超级强。

模型精度高.

功能如下:

1.多变量输入,单变量输出/可改多输出

2.多时间步预测,单时间步预测

3.评价指标:R方 RMSE MAE MAPE

对比图

4.数据从excel/csv文件中读取

5.最终结果输入到一个csv文件中,可以供下一步使用

代码带数据,注释清晰,适合新手小白

程序设计

  • 完整程序和数据获取方式:私信博主回复基于DLinear+PatchTST多变量时间序列预测模型(pytorch)

参考资料

1\] http://t.csdn.cn/pCWSp \[2\] https://download.csdn.net/download/kjm13182345320/87568090?spm=1001.2014.3001.5501 \[3\] https://blog.csdn.net/kjm13182345320/article/details/129433463?spm=1001.2014.3001.5501

相关推荐
weixin_387545644 分钟前
探索 GitHub Copilot:当 AI 成为你的贴身编码助手
人工智能·github·copilot
ZTLJQ6 分钟前
基于机器学习的三国时期诸葛亮北伐失败因素量化分析
人工智能·算法·机器学习
满怀101532 分钟前
Python入门(5):异常处理
开发语言·python
莓事哒32 分钟前
使用pytesseract和Cookie登录古诗文网~(python爬虫)
爬虫·python·pycharm·cookie·pytessarct
赵钰老师37 分钟前
【Deepseek、ChatGPT】智能气候前沿:AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用
人工智能·python·深度学习·机器学习·数据分析
AIGC-Lison37 分钟前
【CSDN首发】Stable Diffusion从零到精通学习路线分享
人工智能·ai·stable diffusion·aigc·sd
AI绘画咪酱38 分钟前
Stable Diffusion|Ai赋能电商 Inpaint Anything
人工智能·ai·ai作画·stable diffusion·sd·ai教程·sd教程
ruokkk39 分钟前
Spring AI MCP 客户端实战:轻松连接高德地图等工具
人工智能
_一条咸鱼_40 分钟前
AI Agent 工作原理深入剖析
人工智能
飞哥数智坊41 分钟前
AI编程实战:数据大屏生成初探
人工智能