分享
目前的时间序列预测的state of the art 方法？
注意，是时间序列的预测问题（特别是只预测一个y值）。实际问题场景如下描述：首先是时间轴，共5个月，每天中的每个时间段（24个）的y值，然后预测第六个月（或只是第六个月第一周）的每天的24个时间段的y值。这里的y值是类似于某一公园的总客流量这样的变量。因此y值受当天天气、节假日等因素的影响。关于预测方法，我查过之后，得知主要有三类方法：1，线性回归之类的，这类方法我比较熟悉，可以将上述（天气、节假日）的因素提取特征加进去；2，ARIMA类的经典时间序列方法；3，RNN和LSTM等机器学习方法。只是我对2和3了解很少，不知道如何将上述（天气、节假日）的因素提取特征加进去？所以，1：目前这类问题最好的方法是哪一类？2：如果使用LSTM或ＲＮＮ，有办法将上述（天气、节假日）的因素提取特征加进去训练吗？——LZ是机器学习小白。
回复 ( 4 )
数据量不够的时候别想着用神经网络，lstm什么的，那得是大数据。
我简单讲下2.加入节假日等时间因素的一个处理方法吧。把天气、节日做成连续变量或者0-1变量，做线性回归，用残差做状态空间模型（可以理解为超级版的ARIMA），R里{forecast}包中有个tbats函数，有心的话可以看下这个函数的帮助文档和论文。这样的思路可以用于处理节假日，天气，多周期，不平稳，各种类似的时序问题。
最近在弄类似的东西，一些感想如下。
本质上讲，可利用的无非是序列的历史信息和关于预测内容的跨域信息。
只考虑历史信息的话，基于回归的方法（ARMA不妨大概认为是一种多元线性回归）基本也就做到头了。这个方法可以提供一个群体的发展趋势，但对于个体的差异带来的预测结果和观察值的波动很难处理。
此时加进去一些跨域特征，使得对不同类型、变化趋势的个体得以区分，从而希望可以再提高一下性能。这大概是使用RNN之类方法的原因。
所以我觉得先不提方法，了解要分析的数据是更重要的。也就是找到有区分度的信息在哪里。然后再选择使用什么方法，能够“放大”这些区分度，从而使用不同的模式刻画变化，进行预测。
不可能期望某一个方法如同一个黑盒子，把所有能取得的信息全扔进去，然后它就能自动的给出预测结果。当然，如果真的有这种东西，请务必告诉我。。。
回答问题
1. no free lunch原理，没有通用的对每个问题都最优的算法。具体问题具体分析。
但几乎可以肯定的说，机器学习方法无论在准确率、通用性、适应性都远远超过传统的统计分析方法。比如arIMa其实就可以用线性的机器学习模型学到，但是arIMa学不了机器学习的非线性预测能力、抽象能力或者集成学习能力。
2.当然可以。首先我要说，机器学习算法不止rnn和lstm这两个神经网络算法，还可以设定滑动时间窗口的特征，然后用任何一种回归算法（线性回归、岭回归、贝叶斯方法、决策树、支持向量机、ann、以及各类集成学习算法如rf,xgb）都能做回归分析。
具体上述哪个机器学习回归算法好，这是取决于你的数据集，这还是回到我说的第一个点，具体问题要具体分析，实践是检验算法的唯一标准。多用几个模型，多尝试，算cv的准确率。
新手的话，对于Python的sklearn，有个基础的表可以看看（但是记住这些都不包括集成算法如rf和gbrt xgb ）
另外，刚才提到的滑动时间窗口特征也好理解。定一个窗口大小n，那么第t个时间的预测，模型所使用特征用t-1. t-2一直到t-n，这个n你自己定就好。注意一点，在这个窗口里的y即历史上的因变量（标签）记录，也是要用到第t个时间的预测里的。