文章预览
来源：时序人 本文 约2400字 ，建议阅读 9分钟 如何评估层级化的时间序列预测模型和算法在现实世界数据集上的稳健性呢？ 对于层级化的时间序列，普遍的做法是将较低层级的预测值汇总到较的高层级，比如跨国零售销售。目前对预测效果的评估往往局限于一组较小的基准数据集，仅能提供算法行为的片面视角。如何评估层级化的时间序列预测模型和算法在现实世界数据集上的稳健性呢？ 来自葡萄牙大学的几位研究者提出了 RHiOTS，他们通过系统地改变现有数据集并修改单个序列及其相互关系的特征来弥补这一空白。RHiOTS 还包含了一个创新的可视化组件，将复杂的多维稳健性评估结果转化为直观、易于解释的可视化图像。 RHiOTS 为研究人员提供了一个全面了解预测算法细微行为的工具，为选择最适合给定问题的方法提供了更可靠的依据。 【论文
………………………………
