← 比較一覧に戻る
XGBoost
機械学習
xgboost (Python)
· ColdWatch想定・冷凍庫温度(1分)
勾配ブースティング木。ラグ特徴量に加え、CSV の外生変数列とカレンダー特徴を利用できる。
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)
| RMSE | MAE | MAPE |
| 0.17 |
0.14 |
0.69% |
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
|
表示中
|
|
LightGBM |
機械学習
|
詳細 →
|
|
Random Forest |
機械学習
|
詳細 →
|