Meta‐learning how to forecast time series

Features of time series are useful in identifying suitable models for forecasting. We present a general framework, labelled Feature‐based FORecast Model Selection (FFORMS), which selects forecast models based on features calculated from each time series. The FFORMS framework builds a mapping that re...

Celý popis

Podrobná bibliografie

Vydáno v:	Journal of forecasting Ročník 42; číslo 6; s. 1476 - 1501
Hlavní autoři:	Talagala, Thiyanga S., Hyndman, Rob J., Athanasopoulos, George
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Chichester Wiley Periodicals Inc 01.09.2023
Témata:	Agnosticism algorithm selection problem black‐box models Classification Forecasting Machine learning machine learning interpretability Mapping random forest Time Time series visualization
ISSN:	0277-6693, 1099-131X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!