BriefGPT - AI 论文速递 · 2025-02-05T00:00:00Z 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700字，阅读约需2分钟。 📝 内容提要 本研究探讨了酒店业中时间序列预测的挑战，评估了统计、机器学习和深度学习模型在14天内小时销售额预测中的表现。结果表明，机器学习模型表现优异，基础模型如Chronos和TimesFM在特征工程要求低的情况下也具竞争力，并可通过预训练模型实现零次推断。混合的PySpark-Pandas方法为大规模部署提供了有效解决方案。 🏷️ 标签 PySpark-Pandas 基准测试 时间序列预测 机器学习 统计 酒店业 销售额预测 阅读原文 生成长图 分享链接 已复制链接
