是这么考虑的。
数据进入预测的黑箱,得出下个月的预测值,经过多个月的实践比较,
如果预测比较准确,考虑如何使用,
如果预测有异常值,考虑对现实的变化情况预警。假预测设算法有一定的“智能”,当一个影响因素发生变化刚开始,没有在过往的因素中体现,所以拟合出的预测偏差较大,当学习了新数据后,体现的变化情况被算法“学习”,也可能像人的学习一样,具有惯性。
如果数据偏差较大,报警提醒,思考是哪些环境情况发生了显著的变化,及时的加以应对。
---------------------------------------------------------------
分别跑了公司项目数量、公司财务收入金额、行业项目数量。
前期效果不理想,预测/事后检验值准确范围在70%~120%之间,欠拟合。
换了其他模型,效果还行,预测范围在80%-110%之间。