GluonTS DeepAR 预测非确定性
Posted
技术标签:
【中文标题】GluonTS DeepAR 预测非确定性【英文标题】:GluonTS DeepAR prediction non deterministic 【发布时间】:2020-06-26 11:04:48 【问题描述】:我正在使用 GluonTS 开发 DeepAR。在我使用正确的方法训练模型后,我得到了一个名为 predictor
的预测器。然后,我用它来执行这种情况下的预测:
predictor.predict(
ListDataset(["start": ..., "target": ...], freq='120min')
)
我注意到多次执行此代码会产生不同的预测。我也尝试使用随机模块的功能设置种子,但没有奏效。 你有想法吗?提前致谢
【问题讨论】:
【参考方案1】:DeepAR 执行概率预测,因此它会在训练期间估计时间序列的统计分布。因此,当您预测一个系列时,它会对分布进行采样,从而导致您的不确定性。
为了减少预测中的方差,您可以在方法predict
中指定参数num_samples
,用于指示它必须对分布进行采样以计算均值以返回您的次数。
【讨论】:
以上是关于GluonTS DeepAR 预测非确定性的主要内容,如果未能解决你的问题,请参考以下文章
时间序列预测初探:Kats,SARIMA,Prophet,deepAR 等
paper:DeepAR: Probabilistic forecasting with autoregressive recurrent networks DeepAR模型
成功解决 ModuleNotFoundError: No module named ‘gluonts.torch.modules.distribution_output‘
成功解决 ModuleNotFoundError: No module named ‘gluonts.torch.modules.distribution_output‘