多步预测动态策略的时序分类
原文中文，约300字，阅读约需1分钟。发表于：。多步预测在时间序列中，能够预测未来多个时间步长，是几乎所有时间领域的基础。本文通过表征最优预测策略的实例级方差，并提出了适用于多步预测的动态策略 (DyStrat)，在使用基于随机森林的分类器时，DyStrat 相较于最佳的固定策略有着 94% 的时间上优势，并且均方误差平均降低了 11%。我们的方法通常比当前方法的前 1 准确率提高三倍，并且表明 DyStrat 对于任何多步预测任务具有很好的泛化能力。
本文介绍了一种适用于多步预测的动态策略(DyStrat)，通过实例级方差表征最优预测策略。实验证明，DyStrat在使用基于随机森林的分类器时，相较于最佳的固定策略有着94%的时间上优势，并且均方误差平均降低了11%。该方法对于任何多步预测任务具有很好的泛化能力。
