用RNN做时间序列模型,想要实现“滚动预测”(不断给model喂新的训练数据,更新模型),不知道能否做到?
比如说,
1. 先用2014.1.1 - 2016.8.1的数据作为training set,然后predict 2016.8.2的值;
2. 用2016.8.2的数据继续train这个模型,然后predict 2016.8.3的值;
3. 以此类推
简言之就是对于一个已经训练好的model,能不能继续feed new training data and update this model?
2个回答
可以,但这样会导致误差叠加,也就是越到后面效果越差
SofaSofa数据科学社区DS面试题库 DS面经
误差叠加具体是指?喂的新数据是真实值,不是预测值噢。
-
ladychili
2019-10-31 09:37
那你测试集怎么用未来的真实数据呢?
-
cabbage
2019-11-17 20:04
可以认为是transfer learning。旧模型需要学习新数据。
SofaSofa数据科学社区DS面试题库 DS面经
这个transfer learning用keras具体怎么实现呢?
-
ladychili
2019-10-31 17:51
不需要特殊处理,就是用新数据训练旧模型。如果新数据和旧数据差别不大,训练次数少,learning rate 小。
-
Zealing
2019-11-13 15:54