BriefGPT - AI 论文速递
·
基准测试时间序列预测模型：从统计技术到实际应用中的基础模型
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究分析了酒店业的时间序列预测，评估了多种模型在14天内小时销售额预测的表现。结果表明，机器学习元模型表现优异，基础模型如Chronos和TimesFM也具竞争力，PySpark-Pandas方法为大规模部署提供了有效解决方案。
🎯
关键要点
- 本研究分析了酒店业的时间序列预测。
- 评估了多种模型在14天内小时销售额预测的表现。
- 机器学习元模型表现优异。
- 基础模型如Chronos和TimesFM也具竞争力。
- PySpark-Pandas方法为大规模部署提供了有效解决方案。
- 研究涉及统计、机器学习、深度学习和基础模型的比较。
- 基础模型在最小特征工程下展现出竞争力。
- 仅利用预训练模型进行零次推断。
➡️
