PulseAugur
中
实时 17:45:59
English(EN) LGB+: A Macroeconomic Forecasting Road Test

新的LGB+模型通过线性和树形组件增强宏观经济预测能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了LGB+，这是一种新颖的提升程序，旨在通过整合超越传统树形模型的更广泛的基函数来改进宏观经济预测。该方法在每一步都评估线性和基于树的模型，并提升表现更优的模型以增强预测能力，尤其是在具有强线性动态或混合线性和非线性信号的情况下。该方法允许将预测分解为线性和非线性成分，从而提供对变量重要性和历史影响更清晰的见解。 AI

影响 引入了一种新的统计方法，有望提高经济应用中的预测准确性。

排序理由 该集群包含一篇详细介绍新预测统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的LGB+模型通过线性和树形组件增强宏观经济预测能力

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Philippe Goulet Coulombe ·

    LGB+: A Macroeconomic Forecasting Road Test

    Needless to say, linear dynamics are pervasive in economic time series, particularly autoregressive ones. While gradient boosting with trees excels at capturing nonlinearities, it is inefficient in small samples when much of the predictive content is linear, expending splits to a…

相关话题