Py数据基础及实战 14_第1页
Py数据基础及实战 14_第2页
Py数据基础及实战 14_第3页
Py数据基础及实战 14_第4页
Py数据基础及实战 14_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于TipDM大数据挖掘建模平台实现金融服务机构资金流量预测步骤和流程在TipDM大数据挖掘建模平台上配置金融服务机构资金流量预测实训的总体流程。步骤和流程在TipDM大数据挖掘建模平台上进行配置的总体流程。步骤和流程流程与步骤如下。数据源配置属性构造数据筛选周期性差分序列检验分析与建模TipDM大数据挖掘建模平台平台网址：/数据源配置本章的数据为一份资金流数据CSV文件，文件名为“user_balance_table”，将其导入TipDM大数据挖掘建模平台的步骤如下。新增数据集新建工程配置【输入源】组件属性构造原始数据是以单个用户每天的信息作为一条记录，而时间序列预测输入的数据形式是每天的总资金流入量，因此要将原始数据进行如下式的转换。其中，nk表示第K天的用户数量。属性构造对数据进行转换，然后查看经过分组聚合后的数据总体的分布情况和平稳性情况，步骤如下。配置【分组聚合】组件配置【折线图】组件配置【自相关图】组件数据筛选基于探索结果，决定选取2024年3月至2024年7月的数据作为模型训练数据，以及选取2024年8月的数据作为模型测试数据，并查看数据的分布情况和平稳性情况，步骤如下。配置【数据筛选】组件配置【折线图】组件配置【自相关图】组件周期性差分对资金流量以7天为周期做一阶差分，并数据的分布情况和平稳性情况，步骤如下。配置【差分】组件配置【折线图】组件配置【时序图】组件序列检验对2024年3月1日后的资金流量数据采用单位根检验的方法进行平稳性检验，以及对2024年3月1日后的资金流量数据进行白噪声检验，步骤如下。配置【平稳性检验】组件配置【白噪声检验】组件分析与建模在对通过平稳性检验和白噪声检验的数据建立ARIMA模型之前，需要确定模型的阶数，采用BIC准则进行定阶，然后对时间序列模型的残差进行检验，最后采用3个衡量模型预测精度的统计量指标（平均绝对误差、均方根误差、平均绝对百分误差）对模型进行评价，步骤如下。配置【模型定阶】组件配置【模型残差检验】组件配置【ARIMA】组件小结本章介绍了如何在TipDM大数据挖掘建模平台上配置金融服务机构资金流量预测实训，从获取数据到数据预处理，最后到数据建模，展示了平台流程化的思维，加深了读者对数据分析流程的理解。同时，

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论