예측 가능성
이것이 예측 가능성의 문제라는 것이 옳습니다. 가 있었다 forecastability에 대한 몇 가지 기사 에 IIF의 실천 중심의 저널 선견 . (전체 공개 : 저는 준 편집인입니다.)
문제는 "단순한"경우에 예측 성을 평가하기가 어렵다는 것입니다.
몇 가지 예
다음과 같은 시계열이 있지만 독일어를 말하지 않는다고 가정하십시오.
4 월에 큰 피크를 어떻게 모델링하고 예측에이 정보를 어떻게 포함 하시겠습니까?
이 시계열이 스위스 슈퍼마켓 체인에서 계란 판매량이라는 것을 알지 못하면 서부 달력 Easter 직전에 정점에 도달 할 가능성이 없습니다. 또한 부활절의 달력이 6 주 정도 이동함에 따라 부활절 의 특정 날짜를 포함하지 않는 예측 (내년 특정 주에 반복 될 계절적 피크라고 가정) 아마 매우 꺼져있을 것입니다.
마찬가지로, 아래에 파란색 선이 있고 2010-02-28에서 발생한 모든 것을 2010-02-27의 "일반"패턴과 다르게 모델링하려고한다고 가정합니다.
다시 한 번, 캐나다인으로 가득 찬 도시 전체가 TV에서 올림픽 아이스 하키 결승전을 시청할 때 어떤 일이 발생하는지 알지 못하면 여기서 무슨 일이 있었는지 이해할 기회가 없으며, 이와 같은 일이 언제 발생할지 예측할 수 없습니다.
마지막으로 이것을보십시오 :
이것은 현금 및 캐리 스토어 에서 매일 판매되는 시계열입니다 . (오른쪽에는 간단한 테이블이 있습니다. 282 일에는 매출이 0이었고 42 일에는 1이 판매되었고 하루는 500이 판매되었습니다.) 어떤 품목인지 알 수 없습니다.
오늘까지, 나는 500의 판매로 그날에 무슨 일이 일어 났는지 모른다. 내 최선의 추측은 어떤 고객은이 제품이 무엇이든간에 많은 양의 제품을 미리 주문하고 수집 한 것이다. 이제 이것을 알지 못하면이 특정 날짜에 대한 예측은 멀리 떨어집니다. 반대로, 이것은 부활절 직전에 발생했다고 가정하고, 이것이 부활절 효과 일 수 있다고 생각하는 멍청한 알고리즘을 가지고 있으며 (이것은 계란일까요?) 다음 부활절을 위해 500 단위를 행복하게 예측합니다. 오 마이, 그게 잘못 됐어?
요약
모든 경우에있어, 데이터에 영향을 줄 가능성이있는 요소를 충분히 깊이 이해 한 후에 만 예측 성을 이해하는 방법을 알 수 있습니다. 문제는 이러한 요소를 알지 못하면 알지 못할 수도 있다는 것입니다. 도널드 럼스펠트에 따르면 :
[T] 여기에는 알려진 것이 있습니다. 우리가 아는 것이 있습니다. 우리는 또한 알려진 미지가 있다는 것을 알고있다. 즉, 우리가 모르는 것이 있다는 것을 알고 있습니다. 그러나 우리가 모르는 미지의 미지도 있습니다.
부활절이나 캐나다인의 하키에 대한 전향이 우리에게 알려지지 않은 것이라면, 우리는 갇혀 있습니다. 우리는 어떤 질문을해야할지 모르기 때문에 앞으로 나아갈 길이 없습니다.
이것들을 다루는 유일한 방법은 도메인 지식을 수집하는 것입니다.
결론
나는 이것으로부터 세 가지 결론을 도출합니다.
- 당신은 항상 당신의 모델링 및 예측에 도메인 지식을 포함해야합니다.
- 도메인 지식이 있더라도 예측 및 예측에 대한 충분한 정보를 사용자가 받아 들일 수있는 것은 아닙니다. 위의 특이 치를 참조하십시오.
- "결과가 비참하다"면 달성 할 수있는 것 이상을 기대할 수 있습니다. 공정한 동전 던지기를 예측하는 경우 50 % 이상의 정확도를 얻을 수있는 방법이 없습니다. 외부 예측 정확도 벤치 마크도 신뢰하지 마십시오.
결론
다음은 모델 빌드를 권장하는 방법과 중지시기를 알리는 방법입니다.
- 도메인 지식이없는 사람과 직접 대화하십시오.
- 1 단계를 기반으로 예상되는 상호 작용을 포함하여 예측하려는 데이터의 주요 동인을 식별하십시오.
- 단계 2에 따라 강도가 감소하는 드라이버를 포함하여 모델을 반복적으로 빌드하십시오. 교차 검증 또는 홀드 아웃 샘플을 사용하여 모델을 평가하십시오.
- 예측 정확도가 더 이상 증가하지 않으면 1 단계로 돌아가거나 (예 : 설명 할 수없는 뻔뻔한 오해를 식별하고이를 도메인 전문가와 논의하여), 또는 모델의 기능. 미리 타임 박스 분석 을하면 도움이됩니다.
원래 모델이 정체 된 경우 다른 클래스의 모델을 시도하는 것을 옹호하지 않습니다. 일반적으로 합리적인 모델로 시작한 경우 더 정교한 것을 사용하면 큰 이점을 얻지 못하고 단순히 "테스트 세트에 과적 합"할 수 있습니다. 나는 이것을 자주 보았고 다른 사람들도 동의했다 .