基于lstm的航班乘客预测源代码-时间序列分析

# 时间序列预测 #### 介绍 最近做一个关于Nox的时间序列预测，用到了lstm模型，基于Keras，tsfresh，numpy,pandas等包。 #### 软件架构 软件架构说明 真实数据集比较复杂，也比较大，文本不规范，涉及到了文本化数据，格式处理问题，本项目交出的数据集已经是通过人工能处理处理过的，再通过python脚本进行数据预处理。 主要架构是 1.DATA文件夹存放训练好的Test.h5模型 2. XXXX.csv 对应进行预测的数据集 3. XXXX.ipynb 在jupyter notebook里面运行的脚本文件 #### 安装教程 #环境初始化 - 安装框架flask`pip3 install flask` - 安装tensorflow，keras等依赖 > - `pip3 install tensorflow==1.13.1` > - `pip3 install keras==2.3.1 ` 其它的包比如时间序列分析的包 tsfresh，在运行的时候缺啥补啥吧，比如还用到了tqdm包，查看进度的。 #### 使用说明 直接下载整个工程，运行ipynb就行了。 #### 参与贡献 1. Fork 本仓库 2. 新建 Feat_xxx 分支 3. 提交代码 4. 新建 Pull Request #### 特技 如果对您有用的话,请star一下吧。 nlp方向小硕一枚 #### 参考 https://blog.csdn.net/qq_35649669/article/details/84990183