根据不趋势数据进行预测
根据不趋势数据进行预测
提问于 2019-08-31 16:33:45
我正在建立一个基于机器学习的模型(科学学习中的随机森林)，根据历史玉米产量、温度和降水信息来预测美国的玉米产量。由于玉米产量有一定的趋势，我先对产量数据进行趋势化，然后拟合模型，再对当年进行预测。然而，我假设来自模型的预测也是没有趋势的。我怎样才能做出不受影响的预测呢？任何指点和参考文献都会有帮助。
回答 2
Data Science用户
发布于 2021-05-28 03:25:32
如果你已经降低了你的目标(玉米产量)，那么你应该重新加入到你的ML预测的趋势。例如new_yield(t) =收益率(T)-趋势(T)。如果p(t)是你的“去趋势”预测，那么你的反向预测是p(t) +趋势(T)。查看此免费电子书：https://otexts.com/fpp2/decomposition.html
Data Science用户
发布于 2019-09-01 11:17:13
我只是猜，但我能想到两种选择：
- 从原始数据对模型进行训练，包括代表当前趋势的特征，使模型能够进行集成。它使模型的工作更加复杂，因此它可能不能很好地工作。
- 由于您可以取消数据的趋势，我假设您可以计算趋势函数。因此，您可以为这个趋势函数训练一个独立的模型，并将其应用于用无趋势模型得到的预测。在这种情况下，性能取决于趋势预测的准确性。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/58473
复制相关文章
相似问题
腾讯云开发者
