時間序列預測問題探究

1. 概念漂移 所謂概念漂移，表示目標變量的統計特性隨着時間的推移以不可預見的方式變化的現象，也就是每過一段時間序列的規律是會變化的。所以，在這種情況下，拿全部時間內的數據去訓練，就相當於是增加了各種噪聲，預測精度是會下降的。所以，一種解決辦法是不斷的取最新的一階段內的數據來訓練模型做預測。 2. 序列的自相關性 在做時間序列預測時經常可以發現，用了某種算法做出來的測試集的平均絕對誤差率或者r2系

>>阅读原文<<