标签： python neural-network regression data-science quantile-regression
我预计客户的用电量会出现严重偏差。由于分布偏斜，常规回归模型不太适合，因此我尝试了分位数回归。我正在获得0.1、05和0.9分位数的模型。因此，对于上面指定的分位数优化的三个模型，我有3组预测。对于优化的分位数，这三个模型的性能都非常好，但其他分位数的性能却有所下降。定期平均将为所有三个模型输出赋予相等的权重，因此不代表真实的分布。谁能建议分位数回归方法进行模型平均的最佳方法是什么？