通过聚合专业专家预测电力消费
机器学习
2012-07-10 v1 机器学习
应用统计
摘要
我们考虑基于专业专家对任意序列进行序贯预测的场景。我们首先回顾相关文献，并给出两个理论贡献：对Freund等人（1997）的专业聚合规则的一般性分析，以及在此场景下对Herbster和Warmuth（1998）的固定份额规则的改编。然后，我们将这些规则应用于电力消费的序贯短期（提前一天）预测；为此，我们考虑两个数据集，分别涉及斯洛伐克和法国的每小时和每半小时预测。我们遵循一般方法论进行所述实证研究，并详细说明了学习参数的调优问题。所引入的聚合规则在现有数据集上显示出更高的精度；改进体现在均方误差的降低，以及对较大偶发误差更稳健的行为。
引用
@article{arxiv.1207.1965,
title = {Forecasting electricity consumption by aggregating specialized experts},
author = {Marie Devaine and Pierre Gaillard and Yannig Goude and Gilles Stoltz},
journal= {arXiv preprint arXiv:1207.1965},
year = {2012}
}
备注
33 pages