Chamar o mecanismo de previsão com o algoritmo BEST e combinação de previsão

Quando a opção Combinação clássica é selecionada, estas técnicas são usadas:

• Meio simples: calcula a média das previsões
• Meio cortado: classifica o valor da previsão em ordem ascendente, exclui os valores extremos de "x" (em ambas as extremidades) e calcula a média. “x” é definido pelo fator de corte.
• Meio winsorizado: classifica o valor da previsão, substitui os valores extremos “x”, (em ambas as extremidades) por “x+1” e calcula a média. “x” é definido pelo fator winsorizado.
• AIC ponderado: calcula o peso para os primeiros melhores valores AIC de “x”.

Essas técnicas de Regressão linear multivariadas (MLR) podem ser aplicadas para combinar as previsões:

• MLR usando gradiente descendente estocástico (SGD) e a metodologia teste de trem:
  • aplicada com randomização se “Randomização do conjunto de dados completo do aprendizado da divisão” estiver selecionado no mecanismo de previsão
  • Aplicada sem randomização se “Conjunto de dados completo do aprendizado de máquina” estiver selecionado no mecanismo de previsão
• MLR usando gradiente descendente estocástico (SGD) e a metodologia de interseção cruzada é aplicada se “Validação cruzada de aprendizado de máquina” estiver selecionado no mecanismo de previsão.

As técnicas de MLR calculam um conjunto de pesos (um para cada previsão em um período, ou seja, um para cada algoritmo) da seguinte maneira:

• configure um conjunto inicial de pesos e uma interceptação (um nível subjacente não relacionado a nenhuma previsão).
• Passe sobre todos os pontos de dados “epoch” de tempos conforme definido no parâmetro do mecanismo de previsão.
• Recalcule o peso para cada ponto de dados em cada loop principal usando SDG. Consequentemente, o peso é ajustado considerando uma porcentagem uma etapa à frente da previsão multiplicado pela observação. A porcentagem é determinada pela taxa de aprendizado, conforme definida no parâmetro do mecanismo de previsão.
• A ordem dos dados de teste ou treinamento é randomizada antes de calcular os pesos quando é solicitada uma randomização (ou seja, a geração de números aleatórios = 0).