[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

说明书

本申请适用于人工智能技术领域，提供了一种基于预测模型的数据预测方法、装置、计算机设备及介质，该方法包括：指示至少一个数据预测模型对样本数据进行数据预测得到样本预测结果；根据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，根据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；根据回测差值确定各目标数据预测模型的模型权重，根据各目标数据预测模型针对待预测场景的数据预测结果和模型权重，生成待预测场景的数据预测值。本申请根据回测差值对各数据预测模型进行模型过滤，删除了预测误差较大的数据预测模型，提高了数据预测过程中目标数据预测模型选择的准确性，降低了数据预测过程过拟合现象的发生。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于预测模型的数据预测方法、装置、计算机设备及介质。

背景技术

随着科技的发展，人工智能技术得到了迅猛发展，在人工智能技术的使用过程中，数据预测的问题越来越受人们所重视，数据预测可以对整个国家或一个具体地区进行经济状态、人口状态或事项等状态的预测，为提高用户的使用体验，数据预测结果的准确性越来越受人们所重视。

现有的数据预测过程中，均是采用拟合方程的方式进行数据的预测，但由于拟合方程容易产生“过拟合”现象，进而导致数据预测准确性较低。

发明内容

有鉴于此，本申请实施例提供了一种基于预测模型的数据预测方法、装置、计算机设备及介质，以解决现有的数据预测过程中，采用拟合方程的方式进行数据预测，导致数据预测准确性较低的现象。

本申请实施例的第一方面提供了一种基于预测模型的数据预测方法，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。

进一步地，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，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。

进一步地，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。

进一步地，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。

进一步地，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：