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
屿华AI8 小时前
AUTOSAR 实战-诊断工具 | DTC/Event/FiM 故障报告自动化:DEM 诊断数据采集与解析
python·测试工具·自动化·汽车
贝壳6908 小时前
9.13.12 那三个新功能,我一个一个跑了一遍:两个真香,一个有前提
python
2601_967980118 小时前
Python 与云计算:AWS、GCP、Azure 实践
python·云计算·azure·aws·gcp
知行产研8 小时前
会感知、能协同,金科【钻孔】智能化路线 | bauma CHINA 2026
大数据·人工智能
谙弆悕博士8 小时前
从“预测下一个词”到“预测世界下一状态”:世界模型是不是下一个AGI叙事?
人工智能·gpt·深度学习·神经网络·agi·jepa·genie 4
敖老师8 小时前
企业知识库 × 飞书机器人 —— 从 0 到 1 接入
人工智能
AI前端工程狮8 小时前
我给 MCP 长任务做了持久化,结果造出一堆僵尸
人工智能·程序员
屿华AI8 小时前
AUTOSAR 实战-诊断工具 | 基于 Python 与 USB-CANFD 的 UDS 诊断测试工具设计与实现
开发语言·python·测试工具
贝壳6908 小时前
三家 AI 把我的实测数据判成造假,我在同一台机器上重跑了五组
python
黑科技iOS上架8 小时前
iOS游戏换皮上架困境:4.3同质化拒审
人工智能·ios·审核