我正在研究分层时间序列预测(python(,当我试图用我所拥有的全部数据拟合模型时,我可以看到一些功能的预测一直是恒定的。我无法理解问题到底在哪里,以及解决这个问题的可能方法。任何形式的帮助都将是伟大的。
提前感谢!!
我最近在没有季节性的分层时间序列预测中遇到了类似的问题,90个预测中有一个没有趋势,水平也没有随时间变化,这是我的一组预测中的一个例外。
我已经实现了Statsmodels指数平滑,并大致按照Jason Brownlee关于如何网格搜索指数平滑的超级有用指南调整了超参数。
无论网格搜索如何,这个特定的预测都保持不变。
例如,我在网格搜索中添加了一些额外的参数,以确定训练分层预测中90个模型的最佳数据点数量,并计算了预测同比百分比变化的Z分数,跳过在给定参考期内可能小于5%的预测,即使他们的错误分数最低(这是必要的,因为2020年可能是我数据集中的一个异常值——时间会证明一切(。
再说一遍,它是平的。
好吧,也许我真的应该按照Rob Hyndman在他的文章中建议的那样,在这个预测中添加随机噪声,这样用户就会对他们所看到的更满意,尽管这会增加错误。