Python 是否有类似于 R 包预测中的 nnetar 的模型？

Question

R 的包 'forecast' 有一个函数 nnetar，它使用具有单个隐藏层的前馈神经网络来预测时间序列。

现在我正在使用 Python 进行类似的分析。我想使用不需要像深度学习那样复杂的神经网络。对于我的情况，也许 2 层和几个节点就足够了。

那么，Python 是否有一个简单的神经网络模型，可以像 nnetar 一样用于时间序列？如果不是，如何处理这个问题？

Answer 1

任何使用 1 个或多个隐藏层的 NN 模型都是多层感知器模型，在这种情况下，将其扩展到 N 层是微不足道的。因此，您选择的任何库都将支持它。我猜你不会选择像 pytorch/Tensorflow 这样复杂的库，因为它的大小。

1. Tensorflow 确实有 TF-Lite，可用于较小的 IOT 设备。
2. Sklearn 确实有 MLPRegressor，可以根据您的喜好训练 NN。
3. 您始终可以编写模型。有很多使用 numpy 并且 CPU 计算速度非常快的示例。（我猜单个隐藏层 NN 会比计算受限更多内存）
4. 使用其他机器学习算法。单隐藏层 NN 的性能几乎不如其他更简单的algorithms。

如果还有其他原因不使用 tensorflow/pytorch 等标准库，那么您应该提及它们。