OpenTS-Leaderboards
多变量时间序列预测排行榜
规则:
对于多元预测算法，我们考虑 25 个数据集和 2 个误差指标，即 MAE 和 MSE。对于每个数据集，我们考虑 4 个预测范围。这提供了 200 (25 * 4 * 2) 个独特的评估设置（点击此处 了解详情），点击此处 查看详细结果，点击此处 下载 25 个多元时间序列的详细评估结果。
对于每种预测算法，我们计算算法取得金，银和铜牌的次数，即具有最低，次低和第三低的误差，分别显示为🥇，🥈和🥉。
我们提供了三种不同的评分方式，用于对预测算法进行排名。1: 评分等于金牌数；2: 评分为金牌、银牌、铜牌数之和；3: 评分为金牌、银牌、铜牌数的加权和，其中权重可自定义。评分越高，排名越高。
Profile1 是指近期文献中常用的十个数据集的子集，包括Electricity、ETTm1、ETTm2、ETTh1、ETTh2、Traffic、Solar、Weather、ILI以及Exchange.
我们考虑了四个预测范围 F：对于 FredMd、NASDAQ、NYSE、NN5、ILI、Covid-19 和 Wike2000，我们分别使用 {24、36、48 和 60}；对于所有其他长度更长的数据集，我们使用另外四个预测范围 {96, 192, 336, 720}。对于 FredMd、NASDAQ、NYSE、NN5、ILI、Covid-19 和 Wike2000，我们搜索了回看窗口 H 的长度 {36, 104}；对于所有其他数据集，我们的搜索范围是 {96, 336, 512}。对于每种方法，我们都遵循其原始论文中指定的超参数。此外，我们在多个集合中执行超参数搜索，但集合数量限制为 16 个。然后从这些评估中选出最佳结果，从而对每种方法的性能进行全面、公正的评估。请注意，我们重新测试了算法的结果，这些结果可能与 TFB 论文中的结果有所不同。