Python有没有类似R包预测中nnetar的模型？
Do Python have a model which is similar to nnetar in R's package forecast?
R 的包'forecast' 有一个函数 nnetar，它使用具有单个隐藏层的前馈神经网络来按时间序列进行预测。
现在我正在使用 Python 进行类似的分析。我想使用不需要像深度学习那样复杂的神经网络。也许 2 层和几个节点对我来说就足够了。
那么，Python是否有一个简单的神经网络模型可以像 nnetar 这样用于时间序列？如果没有，如何处理这个问题？
任何使用 1 个或多个隐藏层的 NN 模型都是多层感知器模型，对于这种情况，使其可扩展到 N 层是微不足道的。所以你选择的任何图书馆都会支持它。我猜你不会选择像 pytorch/Tensorflow 这样的复杂库是因为它的大小。
- Tensorflow 确实有 TF-Lite，可以用于较小的 IOT 设备。
- Sklearn 确实有 MLPRegressor 可以训练神经网络，如果您更喜欢的话。
- 您可以随时编写您的模型。有很多使用 numpy 的示例，并且对于 cpu 计算速度非常快。（我猜单隐藏层 NN 的内存限制将多于计算限制）
- 使用另一种机器学习算法。单隐藏层 NN 的性能几乎不及其他更简单的 algorithms.
如果有其他原因不使用像 tensorflow/pytorch 这样的标准库，那么您应该提及它们。
R 的包'forecast' 有一个函数 nnetar，它使用具有单个隐藏层的前馈神经网络来按时间序列进行预测。
现在我正在使用 Python 进行类似的分析。我想使用不需要像深度学习那样复杂的神经网络。也许 2 层和几个节点对我来说就足够了。
那么，Python是否有一个简单的神经网络模型可以像 nnetar 这样用于时间序列？如果没有，如何处理这个问题？
任何使用 1 个或多个隐藏层的 NN 模型都是多层感知器模型，对于这种情况，使其可扩展到 N 层是微不足道的。所以你选择的任何图书馆都会支持它。我猜你不会选择像 pytorch/Tensorflow 这样的复杂库是因为它的大小。
- Tensorflow 确实有 TF-Lite，可以用于较小的 IOT 设备。
- Sklearn 确实有 MLPRegressor 可以训练神经网络，如果您更喜欢的话。
- 您可以随时编写您的模型。有很多使用 numpy 的示例，并且对于 cpu 计算速度非常快。（我猜单隐藏层 NN 的内存限制将多于计算限制）
- 使用另一种机器学习算法。单隐藏层 NN 的性能几乎不及其他更简单的 algorithms.
如果有其他原因不使用像 tensorflow/pytorch 这样的标准库，那么您应该提及它们。