作者：杰少

時間序列元特征

簡介

在時間序列等相關的問題中，除了許多傳統的時間序列相關的統計特征之外，還有一類非常重要的特征，這類特征并不是基于手工挖掘的，而是由機器學習模型產出的，但更為重要的是，它往往能為模型帶來巨大的提升。

在實際的競賽中也是百試不爽，基本每次使用都可以帶來一定的提升,屢試不爽。

時間序列元特征

對時間序列抽取元特征，一共需要進行兩個步驟，第一步抽取元特征，第二步則是將元特征拼接到一起重新訓練預測得到最終的預測結果。

01

元特征抽取

元特征抽取部分，我們先把數據按時間序列分為兩塊，

使用時間序列的第一塊數據進行模型的訓練得到模型1；

使用時間序列的第二塊數據訓練模型得到模型2；

使用模型1對第二塊的數據進行預測得到第二塊數據的元特征，使用模型2對第測試集的預測得到測試集元特征；

02

最終預測

接著元特征抽取部分得到的元特征，將元特征做為新的特征加入重新得到新的模型并重新進行預測得到最終的結果。

偽代碼

#?train_data1,train_data2,test_data##?step1 model_meta1?=?train_model(train_data1) model_meta2?=?train_model(train_data2)meta_feature1?=?model_meta1.predict(train_data2) meta_feature2?=?model_meta2.predict(test_data)##?step2 model?=?train_model([train_data2,meta_feature1])? pred??=?model.predict([test_data,meta_feature2])

適用問題

適用于所有的時間序列預測問題。

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載黃海廣老師《機器學習課程》視頻課黃海廣老師《機器學習課程》711頁完整版課件

本站qq群955171419，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【数据竞赛】时间序列竞赛炸榜技巧的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。