May, 2024
超树预测
Forecasting with Hyper-Trees
Alexander März, Kashif Rasul
TL;DR本文介绍了超树的概念，并提供了将基于树的模型应用于时间序列数据的新方向。与直接预测时间序列的传统决策树应用不同，超树旨在学习目标时间序列模型的参数。我们的框架利用了增强树的基于梯度的性质，使我们能够将超网络的概念扩展到超树，并对树模型引入时间序列归纳偏差。通过将目标时间序列模型的参数与特征相关联，超树解决了参数非平稳性的挑战，并使基于树的预测能够扩展到其初始训练范围之外。通过我们的研究，我们旨在探索超树在各种预测场景中的有效性，以及扩大梯度增强决策树在时间序列预测中的应用。