[发明专利]数据预测方法及装置

权利要求书

1.一种数据预测方法，其特征在于，所述方法包括：

获取用于数据预测的样本集，所述样本集至少包括两个样本；

对各个样本均进行建模，得到每个样本对应的样本最优模型；

根据各个所述样本最优模型确定所述样本集对应的整体最优模型；

根据所述每个样本对应的样本最优模型和所述整体最优模型确定每个样本对应的预测模型，并利用各个所述预测模型进行数据预测。

2.根据权利要求1所述的方法，其特征在于，所述对各个样本均进行建模，得到每个样本对应的样本最优模型，包括：

选择至少两个建模模型；

计算各个建模模型对第一样本的预测误差，所述第一样本是所述样本集中的任一个样本；

将所述预测误差的最小值对应的建模模型确定为所述第一样本对应的样本最优模型。

3.根据权利要求2所述的方法，其特征在于，所述建模模型属于指数平滑模型；

所述计算各个建模模型对第一样本的预测误差，包括：

对所述第一样本进行切分，所述切分后的第一样本包括训练数据集和验证数据集；

根据各个指数平滑模型对第一样本在所述训练数据集上进行指数平滑训练，得到各个指数平滑模型对所述验证数据集的预测结果；

根据所述验证数据集和所述预测结果计算各个指数平滑模型的预测误差。

4.根据权利要求3所述的方法，其特征在于，所述根据各个指数平滑模型对第一样本在所述训练数据集上进行指数平滑训练，得到各个指数平滑模型对所述验证数据集的预测结果，包括：

对第一样本的训练数据集进行移动平均，得到第一样本的移动平均指标 集；

根据各个指数平滑模型对第一样本在所述训练数据集和所述移动平均指标集上进行指数平滑训练，得到所述预测结果。

5.根据权利要求3所述的方法，其特征在于，所述根据所述验证数据集和所述预测结果计算各个指数平滑模型的预测误差，包括：

计算所述预测结果中的各个预测数据与所述验证数据集中对应的验证数据之间的差值；

对各个所述差值进行统计分析，得到所述预测误差。

6.根据权利要求2所述的方法，其特征在于，所述根据每个样本对应的样本最优模型确定所有样本对应的整体最优模型，包括：

根据每个样本对应的样本最优模型，计算相同样本最优模型对应的样本个数；

将所述样本个数最大值对应的样本最优模型确定为所述整体最优模型。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

计算所述整体最优模型的样本占比值，所述样本占比值为所述整体最优模型对应的样本个数与所有样本个数的商值。

8.根据权利要求6所述的方法，其特征在于，所述根据所述每个样本对应的样本最优模型和所述整体最优模型确定每个样本对应的预测模型，包括：

判断所述第一样本对应的样本最优模型与所述整体最优模型是否相同；

若所述第一样本的样本最优模型与所述整体最优模型不同，获取所述样本最优模型对所述第一样本的第一预测误差、以及所述整体最优模型对所述第一样本的第二预测误差；

计算所述第一预测误差与所述第二预测误差之间的差值；

若所述差值小于设定差值阈值，则将所述整体最优模型确定所述第一样本对应的预测模型；

若所述差值不小于所述设定差值阈值，则将所述样本最优模型确定所述第一样本对应的预测模型。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

若所述第一样本的样本最优模型与所述整体最优模型相同，则将所述整体最优模型确定所述第一样本对应的预测模型。

10.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在检测到样本更新时，根据更新后的样本更新对应的样本最优模型、整体最优模型、以及预测模型。