以递归方式使用机器学习预测时间范围
Forecasting a time horizon with machine learning in a recursive manner
我有一个时间序列，其中包含我预测一天的每小时值。
我建立的机器学习模型有一个单一的价值作为输出。所以我必须 运行 机器学习模型 24 次才能预测一整天。对于时间 t+1 的预测，我将时间 t 的输出输入机器学习模型（递归结构）。
这种递归预测模型有专门的名字吗？
听起来您可能正在使用直接递归混合策略。即：
hourly_prediction(t+1) = model1(obs(t-1), obs(t-2), ..., obs(t-24))
daily_prediction(t+2) = model2(hourly_prediction(t+1), obs(t-1), ..., obs(t-n))
我有一个时间序列，其中包含我预测一天的每小时值。
我建立的机器学习模型有一个单一的价值作为输出。所以我必须 运行 机器学习模型 24 次才能预测一整天。对于时间 t+1 的预测，我将时间 t 的输出输入机器学习模型（递归结构）。
这种递归预测模型有专门的名字吗？
听起来您可能正在使用直接递归混合策略。即：
hourly_prediction(t+1) = model1(obs(t-1), obs(t-2), ..., obs(t-24))
daily_prediction(t+2) = model2(hourly_prediction(t+1), obs(t-1), ..., obs(t-n))