arXiv · ML· Ankur Verma·· 10 天前AI 评分23
基于奖励的行动选择提升概率需求预测的预测价值
Forecast Value Add: Reward-Based Action Selection over Probabilistic Demand Forecasts
AI 导读
在五个零售及消费品的部署中,基于奖励的决策机制在现有机器学习集成结果中选择最优值,降低了预测误差。 该代理在日历位置、移动事件等背景下评估基准预测和分位数,应用结构性季节守卫约束调整,并在45个客户月中的35个实现了最低误差。 方法在每位客户上比堆叠集成预测平均降低WMAPE 6.3%,最大降幅16.7%,比统计预测降低18.7%。
来源:arXiv · ML · arxiv.org