时间序列模型和LSTM在预测上面有哪些不同，效果对比如何?

时间序列模型是比较简单的用于做时间序列类数据的回归算法，相比基于RNN神经网络的LSTM在计算复杂度上较低，可以快速学习变化的数据，一般适合用于单指标的预测分析。LSTM经过训练后在大部分数据预测的准确度上要优于时间序列模型，且不会有滞后性。具体选择算法要结合实际情况去综合考虑。