NeuralForecast中TiDE模型预测区间的不对称性解析
2025-06-24 23:13:54作者:虞亚竹Luna
预测区间不对称现象
在使用NeuralForecast库中的TiDE模型进行时间序列预测时,许多用户会注意到生成的置信区间(预测区间)往往呈现不对称的特征。这种现象并非TiDE模型特有的架构设计,而是与概率预测的实现方式密切相关。
概率预测的两种主要方法
1. 基于分布假设的损失函数方法
当使用DistributionLoss这类概率损失函数时,预测区间的对称性取决于所选分布的类型。例如:
- 选择正态分布(Normal)时,预测区间将是对称的
- 选择非对称分布如负二项分布(NegativeBinomial)时,预测区间自然呈现不对称性
这种方法通过在模型训练阶段直接学习目标变量的条件分布来实现概率预测。
2. 保形预测(Conformal Prediction)方法
保形预测是一种后处理方法,它不依赖于特定的分布假设,而是通过历史预测误差的分布来构建预测区间。这种方法的特点是:
- 完全基于数据驱动,不需要参数分布假设
- 预测区间通常呈现不对称性
- 对数据中的异方差性(heteroskedasticity)有更好的适应性
技术实现细节
在NeuralForecast框架中,TiDE模型作为基础预测架构,可以与不同的概率预测方法结合使用:
-
分布损失函数配置:通过指定
loss=DistributionLoss("Normal", level=[90])
这样的参数,可以强制模型输出对称的预测区间。 -
保形预测配置:使用ConformalPrediction包装器时,预测区间会反映历史误差的真实分布特征,通常导致不对称区间。
实际应用建议
对于需要对称预测区间的应用场景,建议:
- 明确指定对称的概率分布(如正态分布)
- 验证数据是否确实符合对称分布假设
对于追求预测准确性的场景:
- 允许预测区间不对称往往能更好地捕捉真实数据的不确定性
- 考虑使用保形预测方法,特别是当数据存在明显异方差性时
总结
TiDE模型预测区间的不对称性不是模型缺陷,而是概率预测方法的自然结果。理解不同概率预测方法的特点,有助于用户根据实际需求选择合适的配置。对称区间适用于理论假设明确的情况,而不对称区间往往能更真实地反映预测不确定性。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~056CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
179
263

🎉 (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
871
515

openGauss kernel ~ openGauss is an open source relational database management system
C++
131
184

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
346
380

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
334
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
31
0

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0

deepin linux kernel
C
22
5

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
603
58