数据分析-41-时间序列预测之机器学习方法XGBoost

1 时间序列

时间序列数据是按特定间隔记录的观测值集合，例如每小时的天气报告或每日的库存和销售报告。
时间序列为我们提供了了解历史数据的工具，并利用它们更确定地预测未来。

1.1 时间序列特点

在时间序列分析中，通常将时间序列分解为趋势、季节性、周期性和噪声这四个部分。

1.1.1 原始信号

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.seasonal import seasonal_decompose

dates = pd.date_range(start='2000-01-01'<