部分参考
- 《Multi-Horizon Time Series Forecasting with Temporal Attention Learning》
- 《A Multi-Horizon Quantile Recurrent Forecaster》
这两篇文章考虑的是多步预测的情形,多步预测在有外部协变量且未来输入已知的情况下效果好一点,如果只有未知变量的历史值,还是考虑做单步预测吧!否则只能通过迭代地执行单步预测(导致误差累计)或者直接预测hhh步之后的值(误差大),效果不好,意义不大!
单变量单步预测的分位点损失

单变量多步预测的分位点损失

多变量多步预测的分位点损失

结果可视化

模型
该模型可实现多变量单步的多分位点预测
import torch
import torch.nn as nn
import torch.nn.functional as F
class Model(nn.

本文探讨了多步预测在时间序列分析中的应用,特别是在存在外部协变量且未来输入已知的情况下的优势。文章对比了单步预测与多步预测的适用场景,并介绍了使用PyTorch实现的多变量单步多分位点预测模型,详细展示了模型结构和损失函数。
最低0.47元/天 解锁文章
2287





