¿Cuál es la diferencia entre los pronósticos de combinación y conjunto?

Un pronóstico combinado combina múltiples métodos de pronóstico independientes, probablemente metodológicamente diferentes, a menudo usando diferentes fuentes de datos de entrada subyacentes, y luego combina esos pronósticos, generalmente como un promedio, posiblemente ponderado, para producir un pronóstico único. El propósito de una predicción combinada es mitigar el riesgo de error debido a la elección de la predicción equivocada y la hodología .

Un pronóstico conjunto aplica la misma metodología de pronóstico a los valores perturbados numéricamente de los mismos datos de entrada, produciendo una matriz de resultados de pronóstico (con suerte similares), que luego se combinan, nuevamente, generalmente como un promedio, posiblemente ponderado, para producir un pronóstico único. El propósito de un pronóstico conjunto es mitigar el riesgo creado por la incertidumbre inherente en los datos de entrada del modelo de pronóstico .

Los pronosticadores experimentados pueden interpretar la variabilidad en los diferentes miembros de un pronóstico combinado o un pronóstico conjunto para obtener información adicional sobre la probable precisión del pronóstico. Por ejemplo, si un pronosticador sabe que un miembro de un pronóstico combinado tiende a “mojarse” en ciertas condiciones, puede optar por descontar las predicciones de precipitación de ese modelo. Mientras tanto, el grado de variabilidad entre los miembros de un pronóstico conjunto proporciona al pronosticador información sobre cuánta incertidumbre en el pronóstico puede atribuirse a la incertidumbre inherente en los datos de entrada al modelo de pronóstico; Si el conjunto tiene una alta variación en alguna característica modelada, eso indica que esa característica es sensible a pequeños errores (“efecto mariposa”) y que el pronosticador no debe asignar un alto nivel de confianza en lo previsto.

More Interesting

¿Cuál es el mejor enfoque para medir la "calidad de las características" en una red neuronal?

¿Qué es un núcleo de roles en una máquina de vectores de soporte?

¿Cuál es el significado de la investigación de OpenAI sobre estrategias de evolución y el hallazgo de que rivalizan con el desempeño del aprendizaje por refuerzo?

¿Cuáles son las configuraciones adecuadas para la agrupación de documentos con K-means?

¿Las PGM son esenciales para el aprendizaje profundo?

¿Existe algún conjunto de datos disponible públicamente para la clasificación étnica / nacionalidad de los nombres humanos?

¿Cuáles son los pros y los contras comparativos de usar Python, MATLAB / Octave y R para el análisis de datos y el aprendizaje automático?

¿Cuáles son las industrias que probablemente se verán afectadas por el aprendizaje profundo?

¿Qué tan buena será una carrera en IA / aprendizaje automático en el futuro?

¿Cuál es la posibilidad de que un humano gane el juego de entropía?

¿Sigue siendo útil saber HTML hoy?

Para evaluar qué tan bueno es un hiperparámetro de red (por ejemplo, la tasa de deserción), ¿debo esperar a la convergencia?

¿Cuáles son los temas más comunes omitidos de los cursos de aprendizaje automático?

¿Qué significa cuando obtengo buenos resultados de la medida F con un CV de 10 veces pero resultados pobres en los datos de la prueba, resultados similares si participo el conjunto de datos original en el conjunto de entrenamiento / validación? Obtengo buenos resultados en la validación pero malos resultados en el conjunto de pruebas.

¿Qué es un perceptrón?