文档摘要

第七章 · 应用、评估与高阶 本章要回答的三个问题：模型预测得"好"怎么量化？预测区间和置信带有什么区别？面对一段业务数据，常见的应用场景和异常检测怎么做？ 为什么会有这一章 第六章介绍了 STL、Prophet、ARIMA 等建模方法。但建模只是起点——业务上更关心"模型在测试集上表现如何"、"预测区间宽不宽"、"哪些点是真异常"。本章把"评估 + 应用"这两块工程内容整合起来。 会员。《第七章·应用、评估与高阶》收录于灏天文库文集《时间序列分析基础：趋势、周期与季节性》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/489-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%88%86%E6%9E%90%E5%9F%BA%E7%A1%80%E8%B6%8B%E5%8A%BF%E5%91%A8%E6%9C%9F%E4%B8%8E%E5%AD%A3%E8%8A%82%E6%80%A7

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流