基于自动化参数调整循环神经网络的时序数据预测方法

摘要

本发明实施例提供了一种时序数据预测方法及预测模型的训练方法，训练方法包括：分别从先获得的行业时间序列数据集和行业关键因子信息时间序列数据集中，查询给定行业和给定行业关键因子的时间序列数据；根据预测周期长度，划分上述给定行业和给定行业关键因子的时间序列数据，得到训练集，利用训练集对时序数据预测模型进行训练。时序数据预测方法包括，将给定行业和给定行业关键因子的时间序列数据，输入由该训练方法预先训练的时序数据预测模型，获得行业预测结果。使用上述方法，可根据行业历史信息和选择的关键因子信息，获取对行业的预测信息，同时，在训练中的特性工程和超参数调优中利用自动化参数调整，减少了训练过程工作量。