[問題] 時間序列預測問題

看板DataScience作者 (wangwangme)時間4年前 (2019/07/24 21:48), 編輯推噓4(4推 0噓 3→)
留言7則, 4人參與, 4年前最新討論串1/2 (看更多)
目前進行時間序列預測貨品存量，MAPE大約15%~25%，尚在還可以接受的範圍內 在實際應用上，貨品存量預測值大於實際值，會比較保險因為有一定的緩衝空間 但我們目前模式跑出來加總預測值小於實際值 想請問各位有什麼恰當的解決辦法? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.60.122 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1563976134.A.464.html
推
07/24 23:31, 4年前 , 1F
可以在訓練的答案上就主動加上個1%的緩衝嘛？
07/24 23:31, 1F
推
07/25 00:05, 4年前 , 2F
用預測的信賴區間上界？
07/25 00:05, 2F
推
07/25 11:36, 4年前 , 3F
預測值比答案低的時候給比較高的 penalty
07/25 11:36, 3F
推
07/26 08:40, 4年前 , 4F
這應該要看實際的商業應用 若本來工人預測向來預測過大
07/26 08:40, 4F
→
07/26 08:40, 4年前 , 5F
而成本增加 那使用模型預測較為保守 那是件好事 又或
07/26 08:40, 5F
→
07/26 08:40, 4年前 , 6F
者 多少倍的誤差是可被接受的 像是樓上大大建議增加1
07/26 08:40, 6F
→
07/26 08:40, 4年前 , 7F
～10%是個簡單的好方法
07/26 08:40, 7F
‣ 更多 wangwangme 的文章
文章代碼(AID): #1TE676Ha (DataScience)
‣ 更多 wangwangme 的文章
文章代碼(AID): #1TE676Ha (DataScience)