时间序列预测的一半失败2022.8.19
序列 时间 失败 预测 19 一半 2022.8
2023-06-13 09:15:59 时间
是这么考虑的。
数据进入预测的黑箱,得出下个月的预测值,经过多个月的实践比较,
如果预测比较准确,考虑如何使用,
如果预测有异常值,考虑对现实的变化情况预警。假预测设算法有一定的“智能”,当一个影响因素发生变化刚开始,没有在过往的因素中体现,所以拟合出的预测偏差较大,当学习了新数据后,体现的变化情况被算法“学习”,也可能像人的学习一样,具有惯性。
如果数据偏差较大,报警提醒,思考是哪些环境情况发生了显著的变化,及时的加以应对。
---------------------------------------------------------------
分别跑了公司项目数量、公司财务收入金额、行业项目数量。
前期效果不理想,预测/事后检验值准确范围在70%~120%之间,欠拟合。
换了其他模型,效果还行,预测范围在80%-110%之间。
相关文章
- CIKM'21序列推荐|基于区域的embedding捕获用户行为中的偏好
- 自定义序列类_自定义序列填充
- 【R语言】Biostrings序列处理函数
- python用ARIMA模型预测CO2浓度时间序列实现|附代码数据
- matlab使用长短期记忆(LSTM)神经网络对序列数据进行分类|附代码数据
- 使用VBA自定义函数创建数字序列
- 分布滞后线性和非线性模型(DLNM)分析空气污染(臭氧)、温度对死亡率时间序列数据的影响|附代码数据
- 序列比对:双序列比对与BLAST
- Python用RNN神经网络:LSTM、GRU、回归和ARIMA对COVID19新冠疫情人数时间序列预测|附代码数据
- 9个时间序列交叉验证方法的介绍和对比
- R语言用GARCH模型波动率建模和预测、回测风险价值 (VaR)分析股市收益率时间序列|附代码数据
- ARMA-GARCH-COPULA模型和金融时间序列案例|附代码数据
- 【数字信号处理】周期序列 ( 周期序列定义 | 周期序列示例 )
- 【数字信号处理】基本序列傅里叶变换总结 ( 单位脉冲序列 δ(n) | {1} 序列 | e^jωn 序列 | cosωn 序列 | sinωn 序列 | a^nu(n) | 矩形窗函数 ) ★★★
- R语言指数平滑预测法分析南京出租车打车软件空载率时间序列补贴政策可行性
- MySQL重置序列值:从头开始(mysql重置增长)
- 序列MySQL当月时间序列分析(mysql当月时间)
- Oracle中序列自增实现(序列自增oracle)
- 长使用Oracle序列自动实现增长(oracle的序列自动增)
- 如何修改Oracle序列的值?(oracle修改序列值)
- 如何把时间序列问题转化为监督学习问题?通俗易懂的 Python 教程
- php数组函数序列之rsort()-对数组的元素值进行降序排序