xgboostlss——xgboost到概率预测的扩展

原文题目:XGBoostLSS -- An extension of XGBoost to probabilistic forecasting

摘要:我们提出了一个新的XGBoost框架,它可以预测单变量响应变量的整个条件分布。特别是,XGBoostLSS模型的所有矩的参数分布,即均值,位置,规模和形状(LSS),而不是仅条件均值。从广泛的连续、离散和混合离散-连续分布中选择,建模和预测整个条件分布极大地提高了XGBoost的灵活性,因为它允许对数据生成过程获得更多的洞察力,并创建概率预测,从中可以得到预测区间和感兴趣的分位数。我们提供了一个模拟研究和现实世界的例子,证明了我们的方法的好处。

原文地址:https://arxiv.org/abs/1907.03178

作者:Alexander März

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券