待验证50% 置信事实精确时间

朴素季节性模型直接用上一年同期的实际值作为预测值，提供能力下限基准

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

B2B季度营收预测模型为何总失灵？实战优化思路解析

涉及实体

朴素季节性模型concept

相关事实

已验证传统分类模型可通过温度缩放（Temperature Scaling）等后处理方法改善校准69% 相似待验证样本量过小时，用机器学习模型捕捉趋势和季节性几乎注定过拟合或欠拟合68% 相似待验证评估模型预测能力需要跨赛季、跨运动项目、跨市场条件的上千次预测记录，并通过精确率、校准曲线等指标系统评估66% 相似待验证毕业项目级别的天气预测系统常用线性回归、随机森林或LSTM神经网络来预测历史温度、湿度、风速等指标的趋势65% 相似已验证2020年OpenAI的Kaplan等人揭示了模型性能与参数量、训练数据量和计算预算之间存在可预测的幂律关系61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/939326

API

curl https://kongchang.com/api/v1/knowledge/claims/939326

MCP

get_claim(id=939326)