時序預測的三大陷阱

一句話理解

不是所有「隨時間變化的資料」都是時間序列問題,要先確認三個條件。

陷阱 1:你以為的時間序列真的是時間序列嗎?

討論4:用宿舍前兩個小時去上廁所的人數估計下一個小時上廁所的人數

重點1:要確保前面時間點跟後面時間點有相關性

陷阱 2:不是所有時序都可以預測

討論5:由前兩天氣溫預測未來一天醫院的備品

  • 備品消耗量 → 可以做預測(氣溫影響消耗)
  • 備品存量 → 無法預測(跟人送來的時間有關,有外來因子)

討論10:股價預測 → 無法,有很多外來因素

重點2:不能有外來的因子影響

陷阱 3:人類行為不一定每次都能分析

討論6:用入園人數+天氣+是否放假預測迪士尼入園人數 → ✅ 可以預測(基數夠大) 討論7:用入園人數+天氣+是否放假預測到小明家人數 → ❌ 無法(基數太小)

重點3:基數量要夠大

補充:太陽能發電量能直接用時間序列預測嗎?

不行 原因:目前發電量跟太陽強度與烏雲有關,與前時間點發電量無關,不是時序問題。

改進方式:

  1. 先用 CNNLSTM-GRU 預測下一時段衛星雲圖
  2. 從預測後的雲圖換算發電量

MMSAI2 | 時間序列質化驗證 | AI演算法分類