效果
模型描述
QRGRU门控循环单元分位数回归区间预测附Matlab完整源码
QRGRU(Quantile Regression Gated Recurrent Unit)是一种基于门控循环单元(GRU)的分位数回归模型,用于区间预测。它结合了分位数回归和循环神经网络的特点,能够预测目标变量在不同分位数下的取值范围。
QRGRU模型的核心是门控循环单元(GRU),它是一种循环神经网络的变体,具有更新门(update gate)和重置门(reset gate)。这些门控制着信息的流动和保留,使得模型可以有效地捕捉时间序列数据中的长期依赖关系。
在QRGRU中,分位数回归被应用于门控循环单元的输出。而QRGRU通过在每个时间步预测多个分位数,从而提供了目标变量的预测区间。
…………QRGRU训练集误差指标…………
1.均方差(MSE):46.7974
2.根均方差(RMSE):6.8409
3.平均绝对误差(MAE):4.4696
4.平均相对百分误差(MAPE):29.3765%
5.R2:98.6343%
…………QRGRU训练集误差指标…………
1.均方差(MSE):33.0313
2.根均方差(RMSE):5.7473
3.平均绝对误差(MAE):3