Последовательная регрессия с квантованием остатков для точного прогнозирования

Последовательная регрессия для предсказания непрерывных значений с использованием квантования остатков

В этой работе представлен новый метод последовательной регрессии для предсказания непрерывных значений. Этот метод использует квантование остатков для улучшения точности прогнозов.

Метод

Метод последовательной регрессии работает путем последовательного предсказания значений целевой переменной, используя предыдущие предсказанные значения в качестве входных данных. Квантование остатков используется для уменьшения влияния выбросов и повышения устойчивости модели. Остатки – это разница между фактическими и предсказанными значениями. Квантование остатков включает в себя отображение этих остатков в конечное число дискретных уровней.

Эксперименты

Авторы провели эксперименты на нескольких наборах данных, чтобы оценить эффективность своего метода. Результаты показали, что метод последовательной регрессии с квантованием остатков превосходит другие методы, такие как стандартная последовательная регрессия и нейронные сети.

Выводы

Метод последовательной регрессии с квантованием остатков является эффективным подходом для предсказания непрерывных значений. Квантование остатков помогает уменьшить влияние выбросов и повысить устойчивость модели, что приводит к более точным прогнозам.