了解这方面的同志应该都知道,数值预测最常见的问题是滞后性问题,有什么比较好的办法缓解这一问题?
1条回答 默认 最新
- ShowMeAI 2022-12-03 11:29关注
预测数据滞后于真实数据几乎是多步时间序列预测中必然会面临的挑战,消除很难,只能尽量缓解:
1.加特征
例如在预测第10个时间步x10的时候,可以把其对应的前几天中历史观测数据的平均值x_mean加入模型中,如果前几天也有类似的变化趋势,那么模型自然就“学习”到了2.尝试预测时间t和t-1处值的差异,而不是直接预测t时刻的值
3.将样本数据差分到平稳后再对差分后的数据进行预测(类似ARIMA的思想)
解决 1无用
悬赏问题
- ¥15 关于logstash转发日志时发生的部分内容丢失问题
- ¥17 pro*C预编译“闪回查询”报错SCN不能识别
- ¥15 微信会员卡接入微信支付商户号收款
- ¥15 如何获取烟草零售终端数据
- ¥15 数学建模招标中位数问题
- ¥15 phython路径名过长报错 不知道什么问题
- ¥15 深度学习中模型转换该怎么实现
- ¥15 Stata外部命令安装问题求帮助!
- ¥15 从键盘随机输入A-H中的一串字符串,用七段数码管方法进行绘制。提交代码及运行截图。
- ¥15 如何用python向钉钉机器人发送可以放大的图片?