기계 학습에 ETS 모델 적용
기사 소개:ETS 모형은 수평성분, 추세성분(T), 계절성분(S), 오차항(E)을 포함하는 시계열 모형이다. 이러한 구성 요소는 함께 모델의 기본 상태 공간을 형성합니다. ETS 모델의 특징 1. 고정되거나 고정되어 있지 않습니다. 2. 지수평활 사용 3. 이 모델은 데이터에 추세 및/또는 계절성이 있는 경우 이러한 구성요소를 명시적으로 모델링하므로 사용할 수 있습니다. Error-Trend-Seasonality의 약자인 ETS 모델은 시계열 분해 모델입니다. 시리즈를 오류, 추세, 계절성의 세 부분으로 나눕니다. 시계열 데이터를 다룰 때 이는 단변량 예측 모델입니다. 계절적 요소와 트렌드 요소에 중점을 둡니다. 추세 기술 모델, 지수 평활 및 ETS 분해는 이 모델에 포함된 몇 가지 원칙입니다. 만들다
2024-01-22
논평 0
1316