嵌入：机器学习中的时序数据_机器学习 时序

概述

机器学习中的时间序列数据是在一段时间内似乎处于特定顺序的数据点的集合。如果在图形上绘制点，则其中一个轴将始终是时间。例如，一个图表说明了一个月内特定日期的库存销售量，并针对每天绘制，该图表将是一个时间序列数据。另一方面，横截面数据捕获单个时间点。

介绍

随时间监控样本的数据集合称为时间序列。机器学习中的时间序列数据允许人们看到影响某些变量的原因。

时间序列是数据的集合，其中每个值都有一个特定的时间段。任何与时间相关的可测量数量（例如价格、湿度或人口）都可以用作值。任何介质都可以用时间序列进行测量，前提是我们记录的数字是清晰的。

什么是时序数据？

任何随时间变化的变量都可以成为机器学习中时间序列数据的主题。时间序列经常用于跟踪一段时间内的投资价格。这可以在短期内进行监控，例如在工作日内每小时监控证券的价格，也可以在较长时间内监控，例如五年内每个月的最后一天收盘时的证券价格。

例子

时间序列数据通常在银行、零售和经济学中收集，因为货币和销售额不断波动。当使用自动交易算法时，股票市场分析是时间序列分析的一个很好的