Astăzi la locul de muncă a vorbit despre prognoza consens. Am decis să formuleze bazele sale într-un post pe blog. Pentru cei care sunt angajate în serii de timp, sarcină urgentă de zi cu zi de a îmbunătăți precizia de prognoză. Cunosc două moduri de a crește acuratețea previziunilor.
Metoda una: clustering și predicție ulterioară
- clustering
- prognozarea într-un cluster
- retele neuronale Fuzzy Logic +
- rețele neuronale + ARIMAX
- regresie rețele neuronale +
- retele neuronale + + algoritm genetic logica fuzzy
- regresie + Fuzzy Logic
Am scris ieri despre estimarea de modele. cele mai populare utilizarea rețelelor neuronale (RNA) găsite în sarcini de recunoaștere model (pattern recognition). Recunoașterea model, spunând limbile disponibile, este sarcina de a clasifica un anumit set la una dintre clasele definite anterior. Clustering în esență probleme similare de recunoaștere de model. Combinațiile rețelei neuronale de mai sus utilizată în primul pas este doar pentru a rezolva problema de grupare. iar a doua etapă direct pentru a prezice într-un cluster, fiecare cercetător folosește ce mai mult pe gustul lor - de la regresie la logica fuzzy împreună cu un algoritm genetic.
Întregul scop al acestui model este de dezordine pentru a îmbunătăți acuratețea seriilor de timp de prognoză. Cu toate acestea, trebuie înțeles în mod clar că crearea de modele combinate este foarte consumatoare de timp, pentru că aveți nevoie pentru a crea nu numai un model de grupare, dar mai multe modele de estimare în fiecare cluster.
Metoda două: consens
În formarea încrederii consens sunt luate în considerare două sau mai multe de predicție efectuate de organizații sau modele independente. Acesta din urmă articol prevede că acuratețea previziunilor consens poate fi mai mare decât acuratețea fiecăreia dintre previziunile luate în considerare.
Am fost capabil de a testa această ipoteză, în practică, după cum urmează. Ca parte a tezei seriilor de timp prognoză pentru seria de trei ori am fost în măsură să genereze previziuni pentru modelul meu EMMSP. și să obțină prognozele făcute de alți matematicieni. Apoi, după ce a primit final (rezultantă) predictia ca o combinație liniară a două preziceri inițiale, au atins o creștere semnificativă a preciziei.
Prognoza prețurilor la PZU efectuate în 2 modele - EMMSP și ANN. Al treilea model este o combinație liniară a două surse: Previziunea consens = 0,53 * EMMSP + 0,48 * Predicție ANN - 9,08