我正在与Deepar合作，并试图更好地了解返回的分位数。从文档中，似然超参数解释为：...provide quantiles of the distribution and return samples。
如果我查看单个数据点，则返回的分位数是线性的。例如。 0.1分位数的预测值最低，而0.9分位数的预测值最高。我很难理解这一点。如果这些是分布中的样本，它们是否不应该与似然超参数（在我的情况下为负二项式）选择的分布相似？
答案 0 :(得分：1)
DeepAR返回以分位数表示的概率预测：默认情况下，返回0.1、0.2、0.3，...，0.9分位数。这意味着，根据模型，在每个未来时间步中，您有10％的机会观察到低于0.1分位数的东西，有20％的机会观察到低于0.2分位数的东西，依此类推。分位数实际上是有序的，并且必须根据分位数的定义。希望这可以澄清一点！