首页|基于LSTM-XGBoost二维组合模型的GDP增速预测

基于LSTM-XGBoost二维组合模型的GDP增速预测

Using LSTM-XGBoost Two Dimensional Combination Model to Forecast GDP Growth

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
为了进一步提高国民经济GDP增速的预测精度,提出LSTM-XGBoost二维组合预测模型.针对GDP增速数据,建立Ridge回归预测模型、XGBoost预测模型和LSTM预测模型,然后使用误差倒数法将Ridge回归、XGBoost与LSTM模型两两组合建立二维模型进行GDP增速预测,并与传统时间序列预测模型对比.采用国家统计局1980-2018年宏观经济数据进行算例分析,结果表明所构建的LSTM-XGBoost二维组合预测模型的RMSE为2.133,明显低于3种单一预测模型、LSTM-Ridge组和XGBoost-Ridge两种组合模型.将LSTM-XG⁃Boost组合模型与AR、MA、ARIMA模型进行比较,预测精度提高约1.3.因此,LSTM-XGBoost二维组合预测模型更能反映我国GDP增速变化规律.

朱青、周石鹏

展开 >

上海理工大学管理学院,上海200093

GDP增速 Ridge模型 XGBoost模型 LSTM网络 组合模型

2021

10.11907/rjdk.211120

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(4)
  • 3
  • 2