指数平滑法 (ETS) 算法 - Amazon Forecast

Amazon Forecast 不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。了解更多

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

指数平滑法 (ETS) 算法

指数平滑法 (ETS) 是一种常用的时间序列预测局部统计算法。Amazon Forecast ETS 算法在综合 R 档案网络(CRAN)的 Package 'forecast' 中调用 ets 函数

ETS 的工作原理

ETS 算法对于具有关于数据的季节性假设和其他先验假设的数据集特别有用。ETS 计算输入时间序列数据集中所有观测值的加权平均值作为其预测。权重随着时间呈指数递减,而不是简单移动平均法中的恒定权重。权重取决于常量参数,该参数称作平滑参数。

ETS 超参数和优化

有关 ETS 超参数和优化的信息,请参阅 CRAN“预测”包中的 ets 函数文档。

Amazon Forecast 通过下表将 CreateDataset 操作中指定的 DataFrequency 参数转换为 R ts 函数的 frequency 参数:

DataFrequency(字符串型) R ts 频率(整型)
1
M 12
W 52
D 7
H 24
30 分钟 2
15 分钟 4
10 分钟 6
5 分钟 12
1 分钟 60

表中不支持的数据频率默认为 ts 频率 1。