r - 使用 NNETAR 和 BRNN 的集成机器学习模型
问题描述
我使用该软件包使用其滞后值和外部参数的时间序列forecast
来预测变量的每日时间序列。我发现模型(NARX 模型)在整体性能方面是最好的。然而,尽管我尝试了各种参数调整,但我无法很好地预测时间序列的峰值。Y
X
nnetar
Y
然后我提取了(当然这不再是常规时间序列)的峰值(高于阈值)和相应X
的值,并尝试使用carat
包中的各种模型拟合回归模型(注意:不是自回归模型)。我发现brnn
仅使用值的(双向递归神经网络)模型对峰值的预测X
优于 nnetar
同时使用滞后值和 X 值的模型。
现在我的问题是我如何从这里创建这两个模型的样本(即,每当使用brnn
回归模型(或任何其他回归模型)的预测更好时,我想替换预测nnetar
并继续前进 - 我最关心的是峰)?这是一种常用的方法吗?
解决方案
与其尝试选择一个在任何时候都表现出色的模型,不如对模型进行平均,以包含尽可能多的单个视图。在我参与的实验中,我们试图根据历史表现选择一个表现出色的模型,通常表明简单的平均值同样好或更好。这符合这个问题的典型结果:https ://otexts.com/fpp2/combinations.html
因此,在您尝试通过尝试根据之前的性能选择特定模型或使用加权平均值来尝试更高级之前,请考虑对两个模型进行简单的平均。
如果您想继续进行某种选择/加权平均,请尝试查看 R 中的 FFORMA 包:https ://github.com/pmontman/fforma 我还没有尝试过特定的包,但是在我使用原始 m4metalearning 包的测试中看到了有希望的结果。
推荐阅读
- javascript - 使用 if 触发 window.alert 并返回 true
- clickatell - 在开发者中心使用 clickatell
- c++ - 如何使用 range-v3 获得集合的所有权?
- angular - ionic , angular - index.html 中的全局变量,由其他 ts 页面调用
- python - 空闲和蟒蛇
- jenkins - GIT_SSH 在我的一个 Windows 从属服务器上不起作用
- matlab - 是否可以在 Matlab 中分离 imcontour 给出的不同级别的轮廓?
- c# - 限制 MVC 方法的下载次数
- css - 使用标签移动导航栏品牌文本
- c# - 带插值的计算器