序列学习情境下的COBRA变体
机器学习
2024-05-09 v1 计算工程、金融与科学
机器学习
信号处理
计算金融
摘要
本研究论文引入了基于不同组合回归策略的多变量时间序列预测创新方法。我们使用特定的数据预处理技术，这些技术在预测行为方面产生了根本性的变化。我们比较基于两种类型超参数调优的模型性能：贝叶斯优化 (BO) 和常规网格搜索。我们提出的方法均超越了所有最先进的比较模型。我们通过来自三个类别的八个时间序列数据集来说明这些方法：加密货币、股票指数和短期负荷预测。
引用
@article{arxiv.2405.04539,
title = {Some variation of COBRA in sequential learning setup},
author = {Aryan Bhambu and Arabin Kumar Dey},
journal= {arXiv preprint arXiv:2405.04539},
year = {2024}
}