多年来,诸如指数平滑族和自回归综合移动平均线之类的预测模型系列已经扩展为包含多种可能的形式和预测配置文件。 在本文中,我们质疑是否需要考虑这么大的模型族。 我们认为,简约地识别模型的合适子集不会降低预测准确性,也不会降低估计预测不确定性的能力。 我们提出了一个在预测性能与计算成本之间取得平衡的框架,从而减少了一组模型族,并凭经验证明了这种取舍。 我们将计算收益转化为节省金钱成本,并在大型零售商的背景下讨论我们的结果的含义
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~