#本节包含了多种构造监督学习数据的方法，以及对应的网络模型，列表如下
## 1.用于时间序列预测的MLP
```
01.(多步+单变量输入)_(单步+单变量输出)_监督学习数据
02.(多步+单变量输入)_(单步+单变量输出)_MLP模型
03.(多步+多变量输入)_(单步+单变量输出)_监督学习数据
04.(多步+多变量输入)_(单步+单变量输出)_MLP模型
05.(多步+多变量输入)_(单步+多变量输出)_监督学习数据
06.(多步+多变量输入)_(单步+多变量输出)_MLP模型
07.多路输入_(多步+多变量输入)_(单步+单变量输出)_MLP模型
08.多路输出_(多步+多变量输入)_(单步+多变量输出)_MLP模型
09.(多步+单变量输入)_(多步+单变量输出)_监督学习数据
10.(多步+单变量输入)_(多步+单变量输出)_MLP模型
11.(多步+多变量输入)_(多步+单变量输出)_监督学习数据
12.(多步+多变量输入)_(多步+单变量输出)_MLP模型
13.(多步+多变量输入)_(多步+多变量输出)_监督学习数据
14.(多步+多变量输入)_(多步+多变量输出)_MLP模型
```
基于MLP(多层感知机)的时间序列预测python源码+超详细注释.zip （15个子文件） 
基于MLP(多层感知机)的时间序列预测python源码+超详细注释 
14.(多步+多变量输入)_(多步+多变量输出)_MLP模型.py 2KB 02.(多步+单变量输入)_(单步+单变量输出)_MLP模型.py 1KB 03.(多步+多变量输入)_(单步+单变量输出)_监督学习数据.py 1KB 13.(多步+多变量输入)_(多步+多变量输出)_监督学习数据.py 1KB 08.多路输出_(多步+多变量输入)_(单步+多变量输出)_MLP模型.py 2KB 01.(多步+单变量输入)_(单步+单变量输出)_监督学习数据.py 741B 12.(多步+多变量输入)_(多步+单变量输出)_MLP模型.py 2KB
项目说明.txt 1KB 10.(多步+单变量输入)_(多步+单变量输出)_MLP模型.py 1KB 04.(多步+多变量输入)_(单步+单变量输出)_MLP模型.py 3KB 09.(多步+单变量输入)_(多步+单变量输出)_监督学习数据.py 812B 11.(多步+多变量输入)_(多步+单变量输出)_监督学习数据.py 2KB 05.(多步+多变量输入)_(单步+多变量输出)_监督学习数据.py 1KB 06.(多步+多变量输入)_(单步+多变量输出)_MLP模型.py 2KB 07.多路输入_(多步+多变量输入)_(单步+单变量输出)_MLP模型.py 2KB资源评论
- weixin_553866952022-12-24简直是宝藏资源，实用价值很高，支持！
Strawssberry
- 粉丝: 1594
- 资源: 1125
下载权益
电子书特权
VIP文章
课程特权
VIP享7折，此内容立减5.97元 开通VIP
