使用tensorflow seq2seq进行时间序列预测

时间序列预测能够根据短时间预测，长期预测，以及具体场景选用不一样的方法，如ARMA、ARIMA、神经网络预测、SVM预测、灰色预测、模糊预测、组合预测法等等。所谓没有最好的模型，只有最适合的模型。至于哪种模型能针对特定预测问题达到最高的精度，须要经过实验来证实。本文经过生成的随机数利用tensorflow的seq2seq模型进行单变量时间序列预测实验，目的是理解seq2seq的模型基础架构以及验证

>>阅读原文<<