時間序列質化驗證
一句話理解
質化驗證 = 用「看圖」判斷模型趨勢是否合理，不是只看 MAutoEncoder/MSE 數字。
核心概念
- 藍線：真實值
- 紅線：模型預測
觀察重點
- 大部分區域：預測 ≈ 真實 → OK，模型抓到整體趨勢
- 特殊區域（尖峰/異常/特例）：模型沒跟上，預測偏差大
⚠️ 重要觀念：誤差變大 ≠ 模型不好
原因：
- 訓練資料沒出現過這種情況
- 模型只學到「一般趨勢」
- 無法預測突發事件
質化 vs 量化
| 類型 | 方法 | 重點 |
|---|---|---|
| 質化驗證 | 看圖 | 趨勢、形狀 |
| 量化驗證 | 算指標 | MAE / MSE / Regression評估指標-MAE-MSE-RMSE-MAPE |
實務應對
- 補特例資料：讓模型看過這種情境
- 加入特徵：節日 / 活動 / 外部因素
- 分情境建模：一般情況 vs 特殊事件