Ein tiefer Einblick in EnbPI, einen konformen Vorhersageansatz für Zeitreihenvorhersagen
In den meisten meiner letzten Artikel ging es darum, herauszufinden, wie sicher ein Modell bei seinen Vorhersagen ist. Wenn wir die Unsicherheit von Vorhersagen kennen, können wir fundierte Entscheidungen treffen. Ich habe Ihnen gezeigt, wie wir die konforme Vorhersage verwenden können, um die Unsicherheit eines Modells zu quantifizieren. Ich habe über konforme Vorhersageansätze für Klassifizierungs- und Regressionsprobleme geschrieben.
Bei diesen Ansätzen gehen wir davon aus, dass die Reihenfolge der Beobachtung keine Rolle spielt, unsere Daten additionally austauschbar sind. Dies ist für Klassifizierungs- und Regressionsprobleme sinnvoll. Die Annahme gilt jedoch nicht für Zeitreihenprobleme. Dabei enthält die Reihenfolge der Beobachtungen oft wichtige Informationen, wie zum Beispiel Traits…