时序数据常用模型

1. 回归模型

模型	说明	优点
Prophet	Prophet 最适合用于受季节影响大且包含多个季节历史数据的时序。 若要利用此模型，请使用 pip install fbprophet 在本地安装它。	准确、快速、可靠地反应时序中的离群值、缺失数据和巨大变化。
ARIMA	自动回归集成移动平均 (ARIMA) 在数据处于静态时性能最佳。 这意味着其统计属性（例如平均值和方差）在整个集中保持不变。 例如，如果您翻了一硬币，那么您将获得正面的概率为50%，而不考虑您是今天、明天还是下一年。	适用于单变量系列，这是因为使用过去的值来预测未来的值。
ForecastTCN	ForecastTCN 是一种神经网络模型，旨在处理最苛刻的预测任务，从而捕获数据中的非线性本地和全局趋势以及时序之间的关系。	可利用数据中的复杂趋势并轻松扩展到最大型的数据集。