[发明专利]基于预测模型的数据预测方法、装置、计算机设备及介质

权利要求书

1.一种基于预测模型的数据预测方法，其特征在于，包括：

根据待预测场景确定样本数据，并指示预先设置的至少一个数据预测模型对所述样本数据进行数据预测，得到样本预测结果；

根据所述样本预测结果对各数据预测模型进行样本回测，得到回测差值，所述回测差值用于表征相应数据预测模型的误差程度，并根据所述回测差值对各数据预测模型进行模型过滤，得到至少一个目标数据预测模型；

根据所述回测差值确定各目标数据预测模型的模型权重，并将所述待预测场景的场景数据输入各目标数据预测模型进行数据预测，得到数据预测结果；

根据各目标数据预测模型的模型权重和数据预测结果，生成所述待预测场景的数据预测值。

2.根据权利要求1所述的基于预测模型的数据预测方法，其特征在于，所述根据待预测场景确定样本数据，包括：

确定所述待预测场景的场景标识，并将所述场景标识与预存储的指标查询表进行匹配，得到指标标识；

根据所述指标标识进行数据采集，得到采集数据，并对所述采集数据进行指标清洗，得到所述样本数据，所述指标清洗用于对所述采集数据中的各指标标识对应的数据存储频率进行同频处理。

3.根据权利要求1所述的基于预测模型的数据预测方法，其特征在于，所述根据所述样本预测结果对各数据预测模型进行样本回测，得到回测差值，包括：

查询所述样本数据的真实数据值，并确定同一所述样本数据的真实数据值与样本预测结果之间的绝对差值，得到所述回测差值。

4.根据权利要求3所述的基于预测模型的数据预测方法，其特征在于，所述根据所述样本预测结果对各数据预测模型进行样本回测，得到回测差值之后，还包括：

根据所述回测差值确定相应数据预测模型的模型误差；

所述根据所述回测差值确定相应数据预测模型的模型误差所采用的计算公式为：

其中，MSE为所述模型误差，yi为针对第i个样本数据的所述样本预测结果，为针对第i个样本数据的所述真实数据值，n为所述样本数据的样本数量。

5.根据权利要求4所述的基于预测模型的数据预测方法，其特征在于，所述根据所述回测差值确定各目标数据预测模型的模型权重所采用的公式为：

W_n＝d_n/sum(D_n)

其中，W_n为各目标数据预测模型的模型权重，d_n为各目标数据预测模型的模型误差，sum(D_n)为各目标数据预测模型之间模型误差的和。

6.根据权利要求2所述的基于预测模型的数据预测方法，其特征在于，所述对所述采集数据进行指标清洗，包括：

分别确定各指标标识在所述采集数据中的数据存储频率，并分别确定各指标标识对应的数据存储频率与标准存储频率之间的频率比；

根据所述频率比确定相应指标标识的指标清洗规则，并根据所述指标清洗规则对相应指标标识的数据存储频率进行指标清洗，所述指标清洗规则用于对相应指标标识的数据存储频率进行降频或增频。

7.根据权利要求1至6任一所述的基于预测模型的数据预测方法，其特征在于，所述根据待预测场景确定样本数据之后，还包括：

对所述样本数据执行目标检测操作，所述目标检测操作包括以下至少一项：平稳性检测、白噪声检测；

将所述样本数据中，执行目标检测操作后的、对应检测结果不合格的数据进行删除。