Previsión Local vs Global Lo que necesitas saber
Previsión Local vs Global - Lo esencial
Una comparación de enfoques locales y globales para el pronóstico de series de tiempo, con una demostración en Python utilizando LightGBM y el conjunto de datos del turismo australiano.
¡Para ir directamente al ejemplo en Python, haz clic aquí!
¿Qué es el pronóstico local?
El pronóstico local es el enfoque tradicional donde entrenamos un modelo predictivo para cada serie de tiempo de forma independiente. Los modelos estadísticos clásicos (como el suavizado exponencial, ARIMA, TBATS, etc.) suelen utilizar este enfoque, pero también puede ser utilizado por modelos de aprendizaje automático estándar a través de un paso de ingeniería de características.
El pronóstico local tiene ventajas:
- Es intuitivo de entender e implementar.
- Cada modelo puede ajustarse por separado.
Pero también tiene algunas limitaciones:
- Sufre del problema de “inicio en frío”: requiere una cantidad relativamente grande de datos históricos para cada serie de tiempo para estimar los parámetros del modelo de manera confiable. También hace imposible predecir nuevos objetivos, como la demanda de un nuevo producto.
- No puede capturar las similitudes y dependencias entre series de tiempo relacionadas, como relaciones transversales o jerárquicas.
- Es difícil de escalar a conjuntos de datos grandes con muchas series de tiempo, ya que requiere ajustar y mantener un modelo separado para cada objetivo.
¿Qué es el pronóstico global?
El pronóstico global es un enfoque más moderno, donde se utilizan múltiples series de tiempo para entrenar un único modelo predictivo “global”. Al hacerlo, se tiene un conjunto de entrenamiento más grande y se pueden aprovechar las estructuras compartidas entre los objetivos para aprender relaciones complejas, lo que finalmente lleva a mejores predicciones.
- Atacando a los Modelos de Lenguaje Grandes LLMOps y Seguridad
- 3 preguntas Mejorando la percepción y el mapeo de robots
- Las criptomonedas prometieron destronar a Wall Street. En cambio, e...
La construcción de un modelo de pronóstico global generalmente implica un paso de ingeniería de características para construir características como:
- Valores rezagados del objetivo
- Estadísticas del objetivo en ventanas de tiempo (por ejemplo,…
