首页
/ Darts时间序列预测中的分位数计算方法解析

Darts时间序列预测中的分位数计算方法解析

2025-05-27 09:50:52作者:范靓好Udolf

概述

在时间序列预测中,分位数预测是一种重要的概率性预测方法,它能够提供预测值的不确定性范围。Darts作为一个强大的时间序列分析库,提供了多种获取分位数预测结果的方式。本文将详细介绍在Darts中如何从概率性时间序列中获取分位数估计值。

概率性预测与分位数

当使用Darts进行概率性预测时(设置num_samples>1),模型会生成多个可能的未来场景样本。这些样本代表了预测结果的概率分布,我们可以基于这些样本来计算各种分位数。

获取分位数的基本方法

Darts提供了专门的TimeSeries.quantile()系列方法来计算分位数。这些方法会对模型生成的多个样本进行排序,然后按照标准的分位数计算公式来确定指定分位数的值。

例如,对于一个包含100个样本的概率性预测结果:

  • 第50百分位数(中位数)就是排序后的第50个样本值
  • 第25百分位数是排序后的第25个样本值
  • 第75百分位数是排序后的第75个样本值

使用分位数回归模型

对于支持似然函数的模型(包括部分回归模型和所有基于PyTorch的神经网络预测模型),当选择分位数回归作为似然函数时,可以直接获取预测的分位数值。

在这种情况下,调用预测方法时设置predict_likelihood_parameters=True,返回的TimeSeries将不再是概率性的(num_samples=1),而是直接将预测的分位数作为额外的列或组件包含在结果中。

实际应用示例

假设我们已经使用Darts训练了一个概率性预测模型,并生成了100个预测样本。要获取特定分位数的预测结果,可以:

  1. 使用historical_forecasts()方法生成概率性预测序列
  2. 对结果调用quantile()方法计算所需分位数
  3. 将分位数结果用于后续分析或可视化

这种方法特别适用于需要了解预测不确定性的场景,如风险管理和决策支持系统。

总结

Darts提供了灵活而强大的分位数计算功能,无论是通过后处理概率性预测样本,还是直接使用分位数回归模型。理解这些方法的适用场景和实现原理,能够帮助数据科学家更好地评估预测结果的不确定性,为业务决策提供更全面的信息支持。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8