Снежная Королева wrote:Rob Hyndman-а очень хорошо знаю, и всё читала. ETS не применяю, ибо в этот метод нельзя запихнуть multiseasonality (weekly and yearly) плюс регрессоры.
H2O не знала, выглядит интересно, надо почитать внимательно.
В принципе существует связь между аримой и етесом. Все таки етс включает много моделей. Если работаете с такой экзотикой, то методы машинного обучения могут быть лучше. Я вообще отношусь к временным рядам с некой осторожностью. Во-первых. при прогнозировании они выдают достаточно широкий конфиденс интервал. Во-вторых, они не позволяют учитывать неких внешних факторов. В Вашей ситуации, например, расход энергии может зависеть от средней температуры воздуха. Если стоит аномальная погода, то не совсем ясно, как модель это воспроизведет, даже если это и было в прошлом. Все идея рядов состоит в изучении их коррялиционных свойств. Именно потому и требуется их (слабая) стационарность. Напротив, в регрессионных моделях все "свойства" можно сформулировать заранее. Например, ввести температуру как предиктор. Я не знаю, как Вы оцените результаты свои моделей, но мне кажется, что рендом форест (да и другая модель машинного обучения) выдаст лучший результат в смысле прогноза.
А чем объясняется выбор именно рендом форест? Эта одна из самых любимых мной моделей. Боостинг тоже достаточно быстро работает. Если будете грузить "воду" посмотрите на глубокое обчение. Там конечно возня с параметрами, но результаты могут быть интересными. Заодно и впечатлениями поделитесь. Я сейчас этот метод изучаю.
Кстати в последние пару-тройку месяцев замечаю, что в требования к работе дейта сайнтистов стали включать воду.
))
Просто подумала, что Cнежная Королева сходу чего назовет.