# TimeSeries-Forecasting-Dataset

**Repository Path**: duyu09/TimeSeries-Forecasting-Dataset

## Basic Information

- **Project Name**: TimeSeries-Forecasting-Dataset
- **Description**: Time Series Forecasting Benchmark Datasets
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-02-01
- **Last Updated**: 2026-02-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 时间序列预测基准数据集

## 文档语言

[**简体中文**](./README.zh-CN.md) | [**English**](./README.md) | [**Tiếng Việt**](./README.vi.md)

## 数据集下载

[**https://github.com/duyu09/TimeSeries-Forecasting-Dataset/releases/download/v1.0.0/dataset.7z**](https://github.com/duyu09/TimeSeries-Forecasting-Dataset/releases/download/v1.0.0/dataset.7z)

## 数据集描述

* **`ETT`** Electricity Transformer Temperature (ETT) 数据集是评估电力预测的关键基准。它包含来自中国两个不同县市的两年的数据。为分析时间粒度的影响，该数据集被分为四个具有不同采样频率的子集：ETTh1和ETTh2以1小时为间隔采样，而ETTm1和ETTm2以15分钟为间隔采样。每个数据点包含六个电力负荷相关特征以及一个目标变量，即油温。
* **`ECL`** Electricity数据集包含了370个客户的小时级用电量数据，为消费者层面的负荷模式提供了洞察。数据自2011年1月1日开始收集，采样间隔为15分钟。
* **`Weather`** Weather数据集包含德国马克斯·普朗克生物地球化学研究所21个气象站记录的为期一年的气象测量数据，每10分钟记录一次。它包含21个变量，如气温、湿度和风速等。
* **`Exchange`** Exchange数据集包含了1990年至2016年间八种外币的每日汇率记录，包括澳大利亚、英国、中国、日本、加拿大、新加坡、瑞士和新西兰的货币。数据采样间隔为一天。
* **`ILI`** Influenza-like Illness (ILI) 数据集记录了每周报告的伴有严重并发症的流感症状病例数。
* **`Electricity`** 该数据集代表了2012年至2014年间321个客户的小时级电力消耗（以千瓦为单位）。它最初提取自UCI知识库。
* **`Solar`** 该数据集包含137条时间序列，代表了2006年全年亚拉巴马州的小时级太阳能发电量。
* **`Wind`** 该数据集包含一条每日采样的长时间序列，代表自2019年8月1日开始以4秒间隔记录的风力发电功率（以兆瓦计）。该数据下载自澳大利亚能源市场运营商（AEMO）在线平台。
* **`Traffic`** 该数据集包含15个月的每日数据（440条每日记录），描述了旧金山湾区高速公路上不同车道的占用率（介于0和1之间）随时间的变化。
* **`Taxi`** 该数据集包含纽约市出租车出行的时空交通时间序列，于2015年1月和2016年1月期间在1,214个地点每30分钟记录一次。
* **`Pedestrian`** 该数据集包含自2009年5月开始从墨尔本66个传感器捕获的小时级行人计数。原始数据集在有新观测数据时定期更新。此处使用的数据集包含截至2020年4月30日的行人计数。
* **`Air-Quality`** 该数据集曾用于KDD Cup 2018预测竞赛。它包含2017年1月1日至2018年3月31日期间，来自北京（35个站点）和伦敦（24个站点）共59个站点的每小时空气质量测量数据。空气质量测量指标包括PM2.5、PM10、NO2、CO、O3和SO2等多种。缺失值已使用前导零或最后观测值结转法进行插补。
* **`Temperature`** 该数据集包含32,072条每日时间序列，记录了澳大利亚气象局在2015年5月2日至2017年4月26日期间从全国422个气象站收集的温度观测数据和降雨预测数据。缺失值已替换为零，并提取了平均温度列以供使用。
* **`Rain`** 该数据集聚焦于从与Temperature数据集相同来源提取的降雨数据。
* **`NN5`** 该数据集曾用于NN5预测竞赛。它包含来自银行业领域的111条时间序列，目标是预测英国ATM机的每日现金取款量。缺失值已用整个序列中对应星期几的中位数替换。
* **`Fred-MD`** 该数据集包含107条月度时间序列，反映了来自美联储FRED-MD数据库的各种宏观经济指标。这些序列已根据文献中的既定实践进行了差分和对数转换。
* **`Web`** 该数据集曾用于Kaggle维基百科网络流量预测竞赛。它包含145,063条每日时间序列，代表了2015年7月1日至2017年9月10日期间维基百科页面的点击量或网络流量。缺失值已替换为零。
* **`M4`** M4数据集包含来自多个领域的100,000条时间序列，用于由Spyros Makridakis组织的第四届Makridakis预测竞赛（M4竞赛）。它包括具有多种频率（年度、季度、月度、周度、每日和每小时）的序列，以及一个提供序列ID、类别、频率、预测范围、季节性周期和起始日期等详细信息的Info文件。