KutupASP Dijital
ENNQ’yu aç
ML

Tahmin projelerinde baz çizgisi: naif yöntem neden yenilmeli

Bir tahmin modeli, “son değeri tekrarla” kadar basit bir yöntemden ölçülebilir biçimde iyi olmadıkça karmaşıklığı hak etmez.

20 Eylül 20262 dkKutup · ASP Dijital
Kısaca
  • Naif tahmin son gözlemi geleceğe taşıyan basit bir yöntemdir ve birçok endüstriyel seride şaşırtıcı derecede güçlüdür.
  • Zaman serisini rastgele karıştırarak bölmek geleceği eğitime sızdırır, bu yüzden değerlendirme geçmişte eğitip hemen sonrasını sınayarak yapılmalıdır.
  • Önerilen model, baz çizgisiyle aynı zaman pencerelerinde karşılaştırıldığında fark ölçüm belirsizliğinden büyük değilse basit yöntem kullanılmalıdır.

Basit yöntemler

Naif tahmin, son gözlemi geleceğe taşır. Mevsimsel naif tahmin, bir önceki mevsimdeki (örneğin bir önceki hafta aynı saatteki) değeri kullanır. Hareketli ortalama son birkaç değerin ortalamasıdır. Bu yöntemler kurulumsuzdur ve birçok endüstriyel seride şaşırtıcı derecede güçlüdür.

Zamana saygılı doğrulama

Zaman serisinde rastgele karıştırarak ayırma, geleceğin bilgisini eğitime sızdırır. Değerlendirmeyi zaman içinde ilerleyen bir yöntemle yapın: geçmişte eğitin, hemen sonrasını sınayın, pencereyi ilerletin ve bunu tekrarlayın. Bu yöntemle her tahmin, yalnızca o anda bilinen veriyle yapılmış olur.

Hata ölçütünü seçin

Mutlak hata, seri ölçeğine bağlıdır. Farklı serileri karşılaştırmak için, baz çizgisinin hatasına oranlanan ölçeksiz bir ölçüt kullanılabilir. Sıfıra yakın değerlerde yüzde hataları tanımsızlaşır. Ölçütü, kararın maliyetiyle ilişkilendirin: fazla tahmin ile eksik tahminin bedeli farklı olabilir.

Karar kuralı

Önerilen modeli baz çizgisiyle aynı zaman pencerelerinde karşılaştırın. Fark, ölçüm belirsizliğinden büyük değilse basit yöntemi kullanın. Bu, önerilen bir değerlendirme yaklaşımıdır; bir yöntemin başarısı belirli veriye bağlıdır ve burada saha performansı iddiası yoktur.

Sık sorulanlar

Tahmin projesinde baz çizgisi olarak hangi basit yöntemler kullanılır?

Naif tahmin son gözlemi geleceğe taşır. Mevsimsel naif tahmin bir önceki mevsimdeki değeri kullanır, örneğin bir hafta önceki aynı saatteki değeri. Hareketli ortalama son birkaç değerin ortalamasıdır. Bu yöntemler kurulum gerektirmez ve birçok endüstriyel seride güçlü olabilir.

Tahmin modelini değerlendirirken hangi hata ölçütü seçilmeli?

Mutlak hata seri ölçeğine bağlıdır, bu yüzden farklı serileri karşılaştırmak için baz çizgisinin hatasına oranlanan ölçeksiz bir ölçüt kullanılabilir. Sıfıra yakın değerlerde yüzde hatası tanımsızdır. Ölçütü kararın maliyetine göre seçin, çünkü fazla ve eksik tahminin bedeli farklı olabilir.

Kaynaklar ve ileri okuma

Bu rehberdeki pilot adımları önerilen mühendislik iş akışlarıdır. Örnekler saha performansı iddiası içermez.

Bu konuda sık sorulan sorular

Zaman serisi verisinde eğitim ve test ayrımı nasıl yapılır?

Okumaya devam edin.

Tüm kütüphane