多步时间序列预测策略实战

文章预览

从数据科学的技术角度来看，预测单步和预测多步有很大区别，后者更难。预测多个时期需要全面了解长期模式和依赖关系。它具有前瞻性，需要模型来捕捉一段时间内错综复杂的动态变化。 多步预测的策略通常有两种，即单不预测策略和递归预测策略。时序基础模型 ARIMA 是单步预测模型。那么如何实现多步骤预测？也许一种方法是递归使用同一模型。从模型中得到一个周期的预测结果，作为预测下一个周期的输入。然后，将第二期的预测作为预测第三期的输入。可以通过使用前一期的预测结果来遍历所有时期。这正是 递归预测或迭代预测 策略的作用。图（A）显示模型首先产 ，然后 成为同一模型的输入，产生 ，依此类推。 图(A)：递归预测策略 在" 基于树的时间序列预测实战 "中，我们学会了将单变量时间序列表述为基于树的建模问题。我 ………………………………