Комментарии 4
Александр, привет!
Познавательная статья, но подобного материала о классических подходах прогнозирования временных рядов в сети не мало. Хотелось бы увидеть как работает градиентный бустинг или lstm с рядами динамики. И примеры можно более жизненные приводить.
Познавательная статья, но подобного материала о классических подходах прогнозирования временных рядов в сети не мало. Хотелось бы увидеть как работает градиентный бустинг или lstm с рядами динамики. И примеры можно более жизненные приводить.
Отличное предложение
Когда начинал писать статью, то собственно так и планировал от простого к сложному и примерчиков думал разных добавить, в том числе с разных соревнований, причем нашел несколько хороших на мой взгляд примеров, но разобрать не успел — жизнь внесла свои коррективы :)
На этом примере, мне показалось не разумным использовать градиентный бустинг, так как в принципе деревянные модели не умеют обобщать, а учитывая наличие здесь явно выраженного тренда требует как раз таки способность обобщения, а с другой стороны после того как ряд стал стационарным (когда мы убрали тренд), то необходимость в деревяшках тоже отпала.
LSTM модель здесь вообще не зашла. Можно конечно было еще что-то погородить, но по ощущениям это как микроскопами гвозди забивать :)
Вот интересная статья на Хабре про то как используются RNN для прогноза ряда динамики
Также мой интерес привлекла модель Prophet от Facebook, но дальше того, что собрал по ней несколько статей дело не ушло. На всякий случай приведу их:
Спасибо, что прочитали статью :)
Когда начинал писать статью, то собственно так и планировал от простого к сложному и примерчиков думал разных добавить, в том числе с разных соревнований, причем нашел несколько хороших на мой взгляд примеров, но разобрать не успел — жизнь внесла свои коррективы :)
На этом примере, мне показалось не разумным использовать градиентный бустинг, так как в принципе деревянные модели не умеют обобщать, а учитывая наличие здесь явно выраженного тренда требует как раз таки способность обобщения, а с другой стороны после того как ряд стал стационарным (когда мы убрали тренд), то необходимость в деревяшках тоже отпала.
LSTM модель здесь вообще не зашла. Можно конечно было еще что-то погородить, но по ощущениям это как микроскопами гвозди забивать :)
Вот интересная статья на Хабре про то как используются RNN для прогноза ряда динамики
Также мой интерес привлекла модель Prophet от Facebook, но дальше того, что собрал по ней несколько статей дело не ушло. На всякий случай приведу их:
Спасибо, что прочитали статью :)
Facebook Prophet рекомендую: в свое время применял его для прогноза числа звонков в колл-центр. Результаты были лучше, чем с ARIMA и его модификациями. Особенно хорошо сработало то, что можно в модели указывать праздники (в том числе плавающие) и их ожидаемый эффект на прогнозируемую величину. Это релевантно, естественно, для величин зависящих от праздников — какие-нибудь продажи должны хорошо пойти.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Временные ряды. Простые решения