基于回归的损失函数在时间序列预测中的综合综述
机器学习
2022-11-08 v1 人工智能
摘要
由于其从网络使用量预测、资源分配、异常检测到预测性维护等众多应用，时间序列预测一直是一个活跃的研究领域。过去五年发表的大量文献提出了多样的客观损失函数以处理偏倚数据、长期预测、多重共线性特征等情况。在本文中，我们总结了14种常用于时间序列预测的知名回归损失函数，并列举了它们的应用有助于更快更好模型收敛的情形。我们还展示了某些类别的损失函数如何在所有数据集上表现良好，并可在数据分布未知的情况下被视为基线客观函数。我们的代码可在 GitHub 获取：https://github.com/aryan-jadon/Regression-Loss-Functions-in-Time-Series-Forecasting-Tensorflow。
引用
@article{arxiv.2211.02989,
title = {A Comprehensive Survey of Regression Based Loss Functions for Time Series Forecasting},
author = {Aryan Jadon and Avinash Patil and Shruti Jadon},
journal= {arXiv preprint arXiv:2211.02989},
year = {2022}
}
备注
13 pages, 23 figures