python - 我可以使用回归模型进行样本外预测吗？

Question

使用the following guide ，我制作了一个 sklearn 回归模型来进行时间序列预测。我能够使用该模型对一组具有时间戳的测试数据以及自变量数据进行预测，因为该模型仅采用这些变量并给出输出标签作为预测。

但是，我不确定如何或者是否可以使用此模型进行样本外预测，其中我只有 future 时间戳，而没有与之相关的自变量数据。是否存在某种递归方法，模型可以使用测试集中的数据，进行预测，然后使用预测和数据进行下一个预测，等等？谢谢!

Answer 1

是的，但这取决于您想要进行单步预测还是多步预测。

对于单步预测，正如您所描述的，使用数据的最后一个可用窗口作为预测函数的输入，这将返回第一步预测值。

对于多步骤预测，您有以下三个选项:

• 直接:为前面的每一步拟合一个回归器，并让每个拟合的回归器使用最后一个可用窗口进行预测，

• 递归:使用最后一个可用窗口进行第一步预测，然后使用第一步预测滚动窗口并再次预测。

• DirRec:上述策略的组合，您不是滚动窗口，而是使用之前的预测值扩展窗口，但请注意，这需要相应地拟合回归量。

您可以在以下位置找到更多详细信息:

Bontempi, Gianluca, Souhaib Ben Taieb, and Yann-Aël Le Borgne. "Machine learning strategies for time series forecasting." European business intelligence summer school. Springer, Berlin, Heidelberg, 2012.

另请注意，您必须小心并适本地评估您的模型。在此设置中，训练集和测试集并不独立，因为它们代表同一变量在后续时间点的测量值。因此，您必须考虑潜在的自相关。