LSTM对ARIMA的需求预测

Question

我是时间序列预测领域的新手。我正在寻找一个需求预测模型来预测产品何时会在网上超市销售一空(当提前知道供应时)。

我知道LSTM和ARIMA是时间序列预测的“最佳”模型。还有其他更好的需求预测模型吗？

这些需求预测模型的优点和缺点是什么？

另外，有人能给我一些时间框架来开发这种模式吗？由于我需要考虑的东西，除了在常规模型(如超参数调整，等等)。

Answer 1

ARIMA模型基本上是线性模型，所以只有当关系是线性的(或线性积分的)时，它们才能工作。它们很容易估计。

LSTM可以或多或少地模拟任何关系，但代价是额外的计算，并且需要更多的数据进行训练。

因此，从ARIMA开始，如果您不了解我们的数据，如果它不工作，使用一个简单的LSTM模型，然后复杂性它来匹配您需要的测试集。

Answer 2

LSTM增加了从数据中识别复杂模式逻辑的能力。

记住有用的，抛弃不有用的

我曾见过ARIMA或它的变异在70%的准确度和LSTM分数超过85%的情况下挣扎。

根据数据的不同，如果数据范围为(0,1)，则小于0.2的rmse通常是很大的。