平稳时间序列与非平稳时间序列的区别是什么？这个链接：http：//blog.quantinsti.com/stationarity/#：~：text=一个固定的时间序列，到了最后一个时间段，它的统计特性在时间上发生了变化，但在自然界中却不是固定的。用一个简单的方式来解释它，用例子来说明，它是什么？我不能理解它，因为我想弄明白，为什么平稳性是时间序列分析的关键组成部分之一？我们还有其他类型时间序列吗？
lymnna711#
在机器学习的背景下（你用“pytorch”标记了你的问题）：1.平稳时间序列：时间无关紧要，因此您可以从输入帧中预测一个帧，并且没有其他帧可以带来更多信息（时间帧的独立性）。帧的编号（时间）不是相关信息。然后，打乱所有数据不会改变任何东西。例如：你有一系列10张猫和狗的照片，想预测它是猫还是狗->对于给定的图片，其他图片无关紧要。1.非平稳时间序列：其它帧带来信息以对每一帧进行预测。你应该保持帧的顺序。默认情况下，“时间序列”根据定义属于此类别。例如：你捕捉到某人每秒钟的速度，你想预测下一个速度。在这里，过去很重要。
1条答案
按热度按时间lymnna711#
在机器学习的背景下（你用“pytorch”标记了你的问题）：
1.平稳时间序列：时间无关紧要，因此您可以从输入帧中预测一个帧，并且没有其他帧可以带来更多信息（时间帧的独立性）。帧的编号（时间）不是相关信息。然后，打乱所有数据不会改变任何东西。
例如：你有一系列10张猫和狗的照片，想预测它是猫还是狗->对于给定的图片，其他图片无关紧要。
1.非平稳时间序列：其它帧带来信息以对每一帧进行预测。你应该保持帧的顺序。默认情况下，“时间序列”根据定义属于此类别。
例如：你捕捉到某人每秒钟的速度，你想预测下一个速度。在这里，过去很重要。