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
悦悦子a啊24 分钟前
Python之--集合
开发语言·python·编程
胡耀超40 分钟前
基于Docker的GPU版本飞桨PaddleOCR部署深度指南(国内镜像)2025年7月底测试好用:从理论到实践的完整技术方案
运维·python·docker·容器·ocr·paddlepaddle·gpu
小关会打代码2 小时前
Python编程进阶知识之第四课处理数据(pandas)
python·机器学习·pandas·数据处理
WJ.Polar2 小时前
Python柱状图
python·信息可视化
一百天成为python专家3 小时前
数据可视化
开发语言·人工智能·python·机器学习·信息可视化·numpy
金井PRATHAMA3 小时前
主要分布在背侧海马体(dHPC)CA1区域(dCA1)的时空联合细胞对NLP中的深层语义分析的积极影响和启示
人工智能·神经网络·自然语言处理
说私域3 小时前
技术赋能与营销创新:开源链动2+1模式AI智能名片S2B2C商城小程序的流量转化路径研究
人工智能·小程序·开源
倒悬于世6 小时前
开源的语音合成大模型-Cosyvoice使用介绍
人工智能·python·语音识别
惜.己6 小时前
pytest中使用skip跳过某个函数
开发语言·python·测试工具·pytest
pk_xz1234566 小时前
光电二极管探测器电流信号处理与指令输出系统
人工智能·深度学习·数学建模·数据挖掘·信号处理·超分辨率重建