python - 预测在时间序列数据中始终保持不变
问题描述
我正在研究分层时间序列预测(python),当我试图用我拥有的整个数据拟合模型时,我可以看到某些特征的预测一直是恒定的。我无法理解问题到底出在哪里以及解决此问题的可能方法是什么。任何形式的帮助都会很棒。
提前致谢!!
解决方案
我最近在没有季节性的分层时间序列预测中遇到了类似的问题,其中 90 个预测中的一个没有趋势,也没有随时间变化的水平,这是我的一组预测中的一个例外。
我已经实现了 Statsmodels Exponential Smoothing ,并且我已经大致按照 Jason Brownlee 关于如何网格搜索指数平滑的超级有用指南调整了超参数。
无论网格搜索如何,这个特定的预测都保持不变。
我在网格搜索中添加了一些额外的参数,例如,为了确定在我的分层预测中训练 90 个模型中的每一个的最佳数据点数量,并且我计算了同比的 Z 分数预测的百分比变化,跳过在给定参考期间的可能性小于 5% 的预测,即使它们的错误分数最低(这是必要的,因为 2020 年可能是我数据集中的异常值 - 时间会证明一切)。
再一次,它是平坦的。
好吧,也许我确实应该像 Rob Hyndman 在他的文章中建议的那样做,并在这个预测中添加随机噪声,以便用户对他们看到的内容更满意,即使这会增加错误。
推荐阅读
- java - CXF - 方法参数为空
- python - 孟加拉语单词在 manim 中全错
- android - Google 代理访问 Messages by Google 中的网址
- firebase - Flutter:Firebase从用户ID读取数据
- html - 如何让我们的网站在 1 秒内加载?
- sql - 连接后,表中的两行在另一个表中显示为两个不同的列
- java - 将不同子类的对象保存在一个集合中
- javascript - 如何在反应中使用钩子正确解构数组数组
- amazon-web-services - 为什么 terraform 会失败并显示“此处不需要名为“flow_log_destination_type”的参数”?
- python - 在没有 DRF 的情况下提交表单时在 Django 视图中生成 JWT 令牌