阅读6The ensemble approach to forecasting: A review and synthesis

本文回顾了2021年的TransportationResearchPartC论文,探讨了集成模型的组合与数据融合策略,强调了ensembleofensemble方法及多样性信息的重要性。研究建议关注信息提取和模型选择,以及长短期预测性能.
摘要由CSDN通过智能技术生成

阅读6The ensemble approach to forecasting: A review and synthesis

文章信息

本周阅读论文题目为《The ensemble approach to forecasting: A review and synthesis》,是一篇2021年发表在Transportation Research Part C 关于集成模型的综述性文章。

文章脉络

在这里插入图片描述
组合数据、组合模型的方法图:
在这里插入图片描述
ensemble of ensemble的框架:
反复迭代直至收敛。
在这里插入图片描述

总结

研究提出一个集合预测的框架。在此框架下,将不同类型的集成模型合成为两大类,即组合模型和组合数据。在这两大类的基础上提出集成方法可以进一步结合,产生ensemble of ensemble。同时文章还建议,在可能的情况下,集成模型的输出应该以一系列可能性的形式呈现,而不是单一的数字,这样集成模型的输出作为决策支持工具具有更丰富的信息。

未来对集合预测的研究应减少对基本模型准确性的关注,而应更多地关注所提取的信息量和模型的多样性。未来的研究还可以着眼于更好的模型组合算法、基本模型的选择准则以及集成模型在长期和短期预测中的性能。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值