本发明专利技术实施例公开了一种时序数据的预测方法、装置、电子设备及存储介质。所述方法包括：获取待预测时序数据；于各预设预测模型中选取与所述待预测时序数据对应的目标预测模型；将所述待预测时序数据输入至所述目标预测模型，得到所述待预测时序数据的预测结果。本发明专利技术实施例的技术方案，解决了现有时序数据预测准确度较差的技术问题，实现了更加快速有效且准确的对时序数据进行预测，进一步提升针对时序数据进行预测的预测效率。时序数据进行预测的预测效率。时序数据进行预测的预测效率。
【技术实现步骤摘要】
时序数据的预测方法、装置、电子设备及存储介质
[0001]本专利技术涉及计算机
，尤其涉及一种时序数据的预测方法、装置、电子设备及存储介质。
技术介绍
[0002]时序数据是指具有预先定义的时间或顺序的数据，时序数据能够被广泛地应用于各种应用场景中，例如，分类、预测以及补全等。对于时序数据的预测一个很有意义的问题。
[0003]相关技术中，通常需要凭借各行各业中经验丰富的专业人员，采用人工方式对时序数据进行预测。然而，这种预测方式存在准确度较差、预测效率较低的技术问题。
技术实现思路
[0004]本专利技术提供了一种时序数据的预测方法、装置、电子设备及存储介质，以实现更加快速有效且准确的对时序数据进行预测，进一步提升针对时序数据进行预测的预测效率。
[0005]根据本专利技术的一方面，提供了一种时序数据的预测方法，该方法包括：
[0006]获取待预测时序数据；
[0007]于各预设预测模型中选取与所述待预测时序数据对应的目标预测模型；
[0008]将所述待预测时序数据输入至所述目标预测模型，得到所述待预测时序数据的预测结果。
[0009]可选地，所述于各预设预测模型中选取与所述待预测时序数据对应的目标预测模型，包括：
[0010]确定各所述预设预测模型的准确度；
[0011]基于各所述准确度于各所述预设预测模型中选取与所述待预测时序数据对应的预测模型，作为目标预测模型。
[0012]可选地，在于各预设预测模型中选取与所述待预测时序数据对应的目标预测模型之前，所述方法还包括：
[0013]获取样本预测时序数据和与所述样本预测时序数据对应的期望预测输出结果；
[0014]将所述样本预测时序数据输入至各预先构建的初始模型中，得到各初始模型输出的实际预测输出结果；
[0015]基于与所述样本预测时序数据对应的期望预测输出结果和实际预测输出结果，对各所述初始模型的模型参数进行调整，以得到与各所述初始模型对应的预设预测模型。
[0016]可选地，所述方法还包括：
[0017]获取测试预测时序数据和与所述测试预测时序数据对应的期望测试输出结果；
[0018]将所述测试预测时序数据输入至各所述预设预测模型中，得到实际测试输出结果；
[0019]基于所述实际测试输出结果和所述期望测试输出结果，对各所述预设预测模型进行评估，得到各所述预设预测模型的准确度。
[0020]可选地，所述方法还包括：
[0021]确定所述待预测时序数据的时序特征；
[0022]基于各时序特征和参考模型之间的对应关系，确定与所述时序特征对应的参考模型，作为待构建模型；
[0023]对所述待构建模型进行初始化，得到构建完成的初始模型。
[0024]可选地，所述时序特征包括变异系数特征、周期性特征、趋势性特征以及波动性特征中的至少一种。
[0025]可选地，在所述获取到待预测时序数据后，所述方法还包括：
[0026]基于预设数据标准化规则，对所述待预测时序数据进行标准化处理，其中，所述标准化处理包括过滤异常数据、数据排序和缺失值填充中的至少一种。
[0027]根据本专利技术的另一方面，提供了一种时序数据的预测装置。该装置包括：
[0028]数据获取模块，用于获取待预测时序数据；
[0029]模型选取模块，用于于各预设预测模型中选取与所述待预测时序数据对应的目标预测模型；
[0030]数据预测模块，用于将所述待预测时序数据输入至所述目标预测模型，得到所述待预测时序数据的预测结果。
[0031]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0032]至少一个处理器；以及
[0033]与所述至少一个处理器通信连接的存储器；其中，
[0034]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一所述的时序数据的预测方法。
[0035]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一所述的时序数据的预测方法。
[0036]本专利技术实施例的技术方案，通过获取待预测时序数据；于各预设预测模型中选取与所述待预测时序数据对应的目标预测模型；将所述待预测时序数据输入至所述目标预测模型，得到所述待预测时序数据的预测结果。本专利技术实施例的技术方案，解决了现有时序数据预测准确度较差的技术问题，实现了更加快速有效且准确的对时序数据进行预测，进一步提升针对时序数据进行预测的预测效率。
[0037]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0038]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1为本专利技术实施例一提供的一种时序数据的预测方法的流程示意图；
[0040]图2为本专利技术实施例二提供的一种时序数据的预测装置的结构示意图；
[0041]图3为本专利技术实施例三提供的一种电子设备的结构示意图。
具体实施方式
[0042]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0043]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0044]可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
[0045]例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
[0046]作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种时序数据的预测方法，其特征在于，包括：获取待预测时序数据；于各预设预测模型中选取与所述待预测时序数据对应的目标预测模型；将所述待预测时序数据输入至所述目标预测模型，得到所述待预测时序数据的预测结果。2.根据权利要求1所述的方法，其特征在于，所述于各预设预测模型中选取与所述待预测时序数据对应的目标预测模型，包括：确定各所述预设预测模型的准确度；基于各所述准确度于各所述预设预测模型中选取与所述待预测时序数据对应的预测模型，作为目标预测模型。3.根据权利要求1所述的方法，其特征在于，在于各预设预测模型中选取与所述待预测时序数据对应的目标预测模型之前，所述方法还包括：获取样本预测时序数据和与所述样本预测时序数据对应的期望预测输出结果；将所述样本预测时序数据输入至各预先构建的初始模型中，得到各初始模型输出的实际预测输出结果；基于与所述样本预测时序数据对应的期望预测输出结果和实际预测输出结果，对各所述初始模型的模型参数进行调整，以得到与各所述初始模型对应的预设预测模型。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取测试预测时序数据和与所述测试预测时序数据对应的期望测试输出结果；将所述测试预测时序数据输入至各所述预设预测模型中，得到实际测试输出结果；基于所述实际测试输出结果和所述期望测试输出结果，对各所述预设预测模型进行评估，得到各所述预设预测模型的准确度。5.根据权利要求3所述的方法，其特征在于，所述方法还包括：确定所述待预测时序数据的时序特征；...
【专利技术属性】
技术研发人员：张帅弛，杨辰，葛晓波，
申请(专利权)人：上海擎创信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。