validation - 验证多线性回归时间序列的替代方法

Question

我正在使用多元线性回归进行零售销售量预测。由于实际问题，我不能使用 ARIMA 或神经网络。

我将历史数据分成训练集和验证集。在这一点上，使用前向验证方法在计算上会非常昂贵。我必须将当前日期之前的 x 周作为我的验证集。x 之前的时间序列是我的训练集。我注意到这种方法的问题是，与未来的预测相比，验证期间的准确性要高得多。也就是说，我们离训练期结束越远，预测/预测的准确性就越低。我怎样才能最好地控制这个问题？

也许较小的验证期将使培训期更接近当前日期，从而提供更准确的预测；但这损害了验证的价值。

另一个想法是在训练期间作弊并提供训练和验证历史数据。由于我没有使用神经网络，因此所选算法不应过度拟合。如果这个假设不正确，请纠正我。

任何其他想法或解决方案都将受到欢迎。

谢谢

问候，

阿德尔

标签： validationregressionregression-testing

Answer 1

如果您不使用 ARIMA 或 DNN，如何使用滚动回归窗口来训练和测试历史数据？