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
嘀咕博客13 小时前
Visual Prompt Builder-AI 提示词可视化工具
人工智能·prompt·ai工具
Juchecar13 小时前
示例说明 Flask 调试模式的安全隐患
python
RoboWizard13 小时前
传输无界 金士顿双接口U盘上新抽电脑
运维·人工智能·缓存·电脑·金士顿
程序猿阿伟13 小时前
《从0到1搭建客户画像系统:AI工具矩阵如何解决开发困局》
人工智能
TOOLS指南13 小时前
通过 GAC Code 在国内使用ClaudeCode,Windows 用户配置指南!
人工智能
大翻哥哥13 小时前
Python 2025:数据分析平台智能化转型与新范式
人工智能·python·数据分析
zezexihaha13 小时前
AI 时代的安全防线:国产大模型的数据风险与治理路径
人工智能·安全
云资源服务商13 小时前
筑牢AI安全防线:阿里云AI安全护栏
人工智能·阿里云·云计算
dlraba80213 小时前
OpenCV 实战:轻松实现摄像头人脸识别与微笑检测
人工智能·opencv·计算机视觉
中杯可乐多加冰13 小时前
古籍版面分析新SOTA:HisDoc-DETR如何助力AI赋能古籍数字化难题
人工智能