직접 전망

규칙적으로 샘플링된 시계열 데이터를 사용하여 직접 전망(direct forecasting) 수행

directforecaster 함수를 사용하여 규칙적으로 샘플링된 시계열 데이터로 DirectForecaster 모델을 훈련시킵니다. Statistics and Machine Learning Toolbox™ 함수는 각 전망 지평 스텝마다 개별적 회귀 모델이 훈련되는 직접적 전략 방식의 다중 스텝 전망 모델을 만듭니다.

DirectForecaster 모델 객체를 만든 후, 관측 테스트 데이터에 대해 loss 객체 함수와 predict 객체 함수를 사용하여 이 모델의 성능을 확인할 수 있습니다. 그런 다음 이 모델로 forecast 객체 함수를 사용하여 제공된 데이터를 벗어난 시간 스텝에 대해 전망을 수행할 수 있습니다.

함수

`compact`	Reduce size of direct forecasting model (R2023b 이후)
`crossval`	Cross-validate direct forecasting model (R2023b 이후)
`loss`	Loss at each horizon step (R2023b 이후)
`predict`	Predict response at time steps in observed test data (R2023b 이후)
`forecast`	Forecast response at time steps beyond available data (R2023b 이후)
`preparedPredictors`	Obtain prepared data used for training or testing in direct forecasting (R2023b 이후)
`cvloss`	Loss for partitioned data at each horizon step (R2023b 이후)
`cvpredict`	Predict response using cross-validated direct forecasting model (R2023b 이후)
`tspartition`	Partition time series data for cross-validation (R2022b 이후)

객체

`DirectForecaster`	Fit direct forecasting model (R2023b 이후)
`CompactDirectForecaster`	Compact direct forecasting model (R2023b 이후)
`PartitionedDirectForecaster`	Cross-validated direct forecasting model (R2023b 이후)

도움말 항목

Perform Time Series Direct Forecasting with directforecaster
Perform time series direct forecasting with the directforecaster function.
Manually Perform Time Series Forecasting Using Ensembles of Boosted Regression Trees
Manually perform single-step and multiple-step time series forecasting with ensembles of boosted regression trees.