简单介绍小小小样本也可以用的灰色预测模型
![2a716219feade2316c77170a63980c57.png](https://img-blog.csdnimg.cn/img_convert/2a716219feade2316c77170a63980c57.png)
前
言
在处理预测分析的问题上,基本的回归模型,机器学习模型,神经网络等等方法都可以实现,但是对一些规律性不强,样本量很少且离散的数据,他们的效果都不太理想。小编之前就遇到了一个问题,为实现水资源水量调度,需要用过去10年的年数据去预测未来一年的需水量,更多的数据也收集不到了。一般来说,使用机器学习模型想要得到较准确的预测结果,用以训练模型的数据得符合两个条件:1.数据质量好(这一年一个的数据质量好不好呢?也搞不清楚);2.数据量足够多(一共就十个样本。。。)。在这样的情况下,想要得到相对准确的预测结果,可以通过建立数学模型——灰色预测模型(Gray Forecast Model)来寻找数据内在规律,做出预测。
![f21f66f7d026e8892a2060957923f638.png](https://img-blog.csdnimg.cn/img_convert/f21f66f7d026e8892a2060957923f638.png)
01
灰色模型介绍
灰色预测法是一种对含有