계층적 시계열, 그룹화 시계열 - leemik3/tensorflow-2.0 GitHub Wiki

  • 지역별 예측과 같은 task 에 해당

계층적 시계열 (Hierarchical time series)

  • 계층적 구조가 고유하게 존재하는 시계열

그룹화 시계열 (Grouped time series)

  • 고유한 계층 구조가 없는 시계열.
  • ex) 한 나라의 사망률은 지역 -> 성별 순서로 분해도 가능하고, 성별 -> 지역 순서로도 분해 가능하다

계층적 시계열 예측 방법

1. 상향식 방법 (Bottom-up approach)

  • 최하위 수준 노드들의 기저 예측값들을 합산 해서 상위 수준 최종 예측값을 생성한다.

2. 하향식 방법 (Top-down approach)

  • 총 계열의 기저 예측값을 일정 비율로 최하위 수준 노드들로 분배하고, 이들을 합해서 상위 수준 노드들의 최종 수정된 예측값을 생성한다.
    1. 과거 비율의 평균
    1. 과거 평균의 비율
    1. 예측 비율

3. 미들 아웃 방법 (Middle-out approach)

  • 중간 수준을 고르고, 위로는 상향식, 아래로는 예측 비율을 이용한 하향식 방법을 이용한다.

4. 최적 조합 방법 (Optimal combination approach)

Reference