# Prediction

**Repository Path**: tonywang93/prediction

## Basic Information

- **Project Name**: Prediction
- **Description**: ML&DL Prediction
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-03-22
- **Last Updated**: 2023-03-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 1. 传统机器学习与深度学习
## `工作文档` 
## 工作流程：`跑通模型-->预测-->精度评价-->绘图（参考其他论文）`

## 1.数据处理
    使用CEEMDAN算法对数据进行分解 然后生成多序列 使用模型对多序列预测，最后对多序列进行融合
## 2.模型构建
    2.1 随机森林算法
    sklearn 快速构建传统机器学习模型

    在做预处理之前，区分好训练参数x与标签y(待预测指标，可以是单分类，也可以多分类(softmax))

    预处理数据过程很重要，推荐使用csv格式的源数据，然后使用pandas库读取

    调用train_test_split自动分割训练、测试的数据和标签

    2.2 BP、OLS、GB都已实现，未调参
    2.3 未实现LSTM、TransFormers深度学习模型



## 研究一下`每个模型的理论` 可解释性方面的问题

## 增加CEEMDAN算法，对数据进行预处理