← 比較一覧に戻る

Random Forest 機械学習

scikit-learn (Python) · ColdWatch想定・冷凍庫温度(1分)
複数の決定木のアンサンブル。外生変数列があれば特徴量に使う。学習範囲外への外挿は苦手。
ラグ+カレンダー+CSV外生変数(あれば) / 外生変数列を特徴量に使用(将来予測は最終値の持ち越し)

予測結果(実測値・予測値・信頼区間)

精度メトリクス(ホールドアウト評価)

RMSEMAEMAPE
0.23 0.21 1.06%

他のモデルを見る

モデル種別
ARIMA 統計モデル 詳細 →
SARIMA 統計モデル 詳細 →
SARIMAX 統計モデル 詳細 →
Prophet 統計モデル 詳細 →
Holt-Winters 統計モデル 詳細 →
AutoARIMA (Nixtla) 統計モデル 詳細 →
AutoETS (Nixtla) 統計モデル 詳細 →
Chronos-Bolt 機械学習 詳細 →
Neural Net (MLP) 機械学習 詳細 →
XGBoost 機械学習 詳細 →
LightGBM 機械学習 詳細 →
Random Forest 機械学習 表示中