我是时间序列预测领域的新手。我正在寻找一个需求预测模型来预测产品何时会从在线超市售罄（当提前知道供应时）。
我知道 LSTM 和 ARIMA 是时间序列预测的“最佳”模型。有没有其他更好的需求预测模型？
这些需求预测模型的优缺点是什么？
另外，有人可以给我一些时间框架来开发这种模型吗？由于我需要考虑除常规模型之外的任何其他事情（如超参数调整等）
用于需求预测的 LSTM 与 ARIMA
数据挖掘
时间序列
lstm
模型选择
2022-02-04 13:58:36
2个回答
ARIMA 模型基本上是线性模型，因此它们只能在关系是线性（或线性积分）的情况下工作。它们很容易估计。
LSTM 可以或多或少地对任何关系进行建模，但代价是额外的计算，并且需要训练更多的数据。
因此，如果您对我们的数据一无所知，请从 ARIMA 开始，如果它不起作用，请使用简单的 LSTM 模型，然后将其复杂化以匹配您需要的测试集。
LSTM添加了从数据中识别复杂模式逻辑的能力，方法是
记住有用的东西并丢弃没有用的东西
根据数据，如果数据范围为 (0,1)，则小于 0.2 的 rmse 通常很好。
其它你可能感兴趣的问题