..и что делать?
Во-первых, учитывать другие фичи, которые коррелируют с ценами. То есть в случае линейной модели важно прогнозировать
Q(P) = f(P) + g(other features)
Я бы не рекомендовал использовать что-то сложнее:
Q(P) = f(P) + g(other features)
Q(P) = f(P) * g(other features)
Иначе потом будет крайне сложно решать оптимизационную задачу. Например, коллеги из Я.Маркета используют довольно сложные нейронки для функций f(P) и g(*). Но в конце эти функции просто суммируются и нормируются
А что ещё можно делать - расскажу в следующих постах 😉
Во-первых, учитывать другие фичи, которые коррелируют с ценами. То есть в случае линейной модели важно прогнозировать
Q(P) = f(P) + g(other features)
Я бы не рекомендовал использовать что-то сложнее:
Q(P) = f(P) + g(other features)
Q(P) = f(P) * g(other features)
Иначе потом будет крайне сложно решать оптимизационную задачу. Например, коллеги из Я.Маркета используют довольно сложные нейронки для функций f(P) и g(*). Но в конце эти функции просто суммируются и нормируются
А что ещё можно делать - расскажу в следующих постах 😉