以时序预测为例:
现在要
预测2022年之后的值,可以预测下降幅度(和预测残差的步骤一样)。
- 假设有一个隐藏的规律:对于21年的高峰,22年的下降幅度会更大(如time=3是,下降幅度会比其他的大)。
- 假设是否高峰和节日规律无关,那么我们不能通过节日来预测。
按常规的简单方法预测一下,会出现高峰期下降幅度过小的问题(预测值高于实际值),那么再做残差拟合时会得出这么一个规律:如果是高峰,那么残差越大。
总结:xgboost思想可以找出一个非线性能表达的规律。
以时序预测为例:
现在要
预测2022年之后的值,可以预测下降幅度(和预测残差的步骤一样)。
按常规的简单方法预测一下,会出现高峰期下降幅度过小的问题(预测值高于实际值),那么再做残差拟合时会得出这么一个规律:如果是高峰,那么残差越大。
总结:xgboost思想可以找出一个非线性能表达的规律。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/51192.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!