分類預測的發現方法有哪些

① 時間序列預測方法有哪些分類，分別適合使用的情況是

時間序列預測方法根據對資料分析方法的不同，可分為：簡單序時平均數法、加權序時平均數法、移動平均法、加權移動平均法、趨勢預測法、指數平滑法、季節性趨勢預測法、市場壽命周期預測法等。

1、簡單序時平均數法只能適用於事物變化不大的趨勢預測。如果事物呈現某種上升或下降的趨勢，就不宜採用此法。

2、加權序時平均數法就是把各個時期的歷史數據按近期和遠期影響程度進行加權，求出平均值，作為下期預測值。

3、簡單移動平均法適用於近期期預測。當產品需求既不快速增長也不快速下降，且不存在季節性因素時，移動平均法能有效地消除預測中的隨機波動。

4、加權移動平均法即將簡單移動平均數進行加權計算。在確定權數時，近期觀察值的權數應該大些，遠期觀察值的權數應該小些。

5、指數平滑法即根用於中短期經濟發展趨勢預測，所有預測方法中，指數平滑是用得最多的一種。

6、季節趨勢預測法根據經濟事物每年重復出現的周期性季節變動指數，預測其季節性變動趨勢。

7、市場壽命周期預測法，適用於對耐用消費品的預測。這種方法簡單、直觀、易於掌握。

(1)分類預測的發現方法有哪些擴展閱讀：

時間序列預測法的特徵

1、時間序列分析法是根據過去的變化趨勢預測未來的發展，前提是假定事物的過去延續到未來。運用過去的歷史數據,通過統計分析，進一步推測未來的發展趨勢。不會發生突然的跳躍變化,是以相對小的步伐前進；過去和當前的現象，可能表明現在和將來活動的發展變化趨向。

2.時間序列數據變動存在著規律性與不規律性

時間序列中的每個觀察值大小，是影響變化的各種不同因素在同一時刻發生作用的綜合結果。從這些影響因素發生作用的大小和方向變化的時間特性來看，這些因素造成的時間序列數據的變動分為四種類型：趨勢性、周期性、隨機性、綜合性。

② 在預測的方法分類中，就其應用的方法來說有幾類

根據方法本身的性質特點將預測方法分為三類。
1、定性預測方法
根據人們對系統過去和現在的經驗、判斷和直覺進行預測，其中以人的邏輯判斷為主，僅要求提供系統發展的方向、狀態、形勢等定性結果。該方法適用於缺乏歷史統計數據的系統對象。

2、時間序列分析
根據系統對象隨時間變化的歷史資料，只考慮系統變數隨時間的變化規律，對系統未來的表現時間進行定量預測。主要包括移動平均法、指數平滑法、趨勢外推法等。該方法適於利用簡單統計數據預測研究對象隨時間變化的趨勢等。

3、因果關系預測
系統變數之間存在某種前因後果關系，找出影響某種結果的幾個因素，建立因與果之間的數學模型，根據因素變數的變化預測結果變數的變化，既預測系統發展的方向又確定具體的數值變化規律。

③ 常用的分類和預測演算法有哪些

常用的分類與預測演算法 根據挖掘目標和數據形式可以建立分類與預測、聚類分析、關聯規則、時序模式、偏差檢測。

④ 數據挖掘中分類、預測、聚類的定義和區別。

你好，
簡單地說，分類(categorization
or
classification)就是按照某種標准給對象貼標簽(label)，再根據標簽來區分歸類。
簡單地說，聚類是指事先沒有「標簽」而通過某種成團分析找出事物之間存在聚集性原因的過程。
區別是，分類是事先定義好類別
，類別數不變
。分類器需要由人工標注的分類訓練語料訓練得到，屬於有指導學習范疇。聚類則沒有事先預定的類別，類別數不確定。
聚類不需要人工標注和預先訓練分類器，類別在聚類過程中自動生成
。分類適合類別或分類體系已經確定的場合，比如按照國圖分類法分類圖書；聚類則適合不存在分類體系、類別數不確定的場合，一般作為某些應用的前端，比如多文檔文摘、搜索引擎結果後聚類(元搜索)等。
分類的目的是學會一個分類函數或分類模型(也常常稱作分類器
),該模型能把資料庫中的數據項映射到給定類別中的某一個類中。
要構造分類器，需要有一個訓練樣本數據集作為輸入。訓練集由一組資料庫記錄或元組構成，每個元組是一個由有關欄位(又稱屬性或特徵)值組成的特徵向量，此外，訓練樣本還有一個類別標記。一個具體樣本的形式可表示為：(v1,v2,...,vn;
c)；其中vi表示欄位值，c表示類別。分類器的構造方法有統計方法、機器學習方法、神經網路方法等等。
聚類(clustering)是指根據「物以類聚」原理，將本身沒有類別的樣本聚集成不同的組，這樣的一組數據對象的集合叫做簇，並且對每一個這樣的簇進行描述的過程。它的目的是使得屬於同一個簇的樣本之間應該彼此相似，而不同簇的樣本應該足夠不相似。與分類規則不同，進行聚類前並不知道將要劃分成幾個組和什麼樣的組，也不知道根據哪些空間區分規則來定義組。其目的旨在發現空間實體的屬性間的函數關系，挖掘的知識用以屬性名為變數的數學方程來表示。聚類技術正在蓬勃發展，涉及范圍包括數據挖掘、統計學、機器學習、空間資料庫技術、生物學以及市場營銷等領域，聚類分析已經成為數據挖掘研究領域中一個非常活躍的研究課題。常見的聚類演算法包括：k-均值聚類演算法、k-中心點聚類演算法、clarans、
birch、clique、dbscan等。
希望回答對您有幫助.

⑤ 預測方法分為兩大類，是指什麼

市場預測方法一般可分為定性預測和定量預測兩大類。

1. 定性預測

   定性預測屬於主觀判斷，它基於估計和評價。常見的定性預測方法包括：一般預測、市場調研法、小組討論法、歷史類比、德爾菲法等。

2. 定量預測

   定量預測是使用一歷史數據或因素變數來預測需求的數學模型。是根據已掌握的比較完備的歷史統計數據，運用一定的數學方法進行科學的加工整理，藉以揭示有關變數之間的規律性聯系，用於預測和推測未來發展變化情況的一類預測方法。 烽火獵頭專家認為定量預測方法也稱統計預測法，其主要特點是利用統計資料和數學模型來進行預測。然而，這並不意味著定量方法完全排除主觀因素，相反主觀判斷在定量方法中仍起著重要的作用，只不過與定性方法相比，各種主觀因素所起的作用小一些罷了。
   

⑥ 常用的分類和預測演算法

常用的分類方法有貝葉斯，邏輯回歸，隨機森林，預測演算法有集成學習，神經網路

⑦ 預測的方法有很多，最基本的有哪些

定量分析方法和定性分析方法. (1)定量分析方法(數量方法) 包括趨勢分析法(時間序列分析法,外推分析法)和因果分析預測法. (2)定性分析方法包括非數量分析方法的集合意見法和判斷分析法――基本的定性分析方法.

預測（forecasting）是預計未來事件的一門藝術，一門科學。它包含採集歷史數據並用某種數學模型來外推與將來。它也可以是對未來的主觀或直覺的預期。它還可以是上述的綜合，即經由經理良好判斷調整的數學模型。

進行預測時，沒有一種預測方法會絕對有效。對一個企業在一種環境下是最好的預測方法，對另一企業或所在企業內另一部門卻可能完全不適用。無論使用何種方法進行預測，預測的作用也是有限的，並不是完美無缺。

但是，幾乎沒有一家企業可以不進行預測而只是等到事情發生時再採取行動，一個好的短期或長期的經營規劃取決於對公司產品需求的預測。

類型

按在規劃未來業務方面企業使用可分三種類型的預測：經濟預測（economic forecasts）、技術預測(technological forecasts)、需求預測（demand forecasts）。

1、 經濟預測（economic forecasts）,通過預計通貨膨脹率、貨幣供給、房屋開工率及其它有關指標來預測經濟周期。

2、 技術預測(technological forecasts),即預測會導致產生重要的新產品，從而帶動新工廠和設備需求的技術進步。

3、 需求預測（demand forecasts），為公司產品或服務需求預測。這些預測，也叫銷售預測，決定公司的生產、生產能力及計劃體系，並使公司財務、營銷、人事作相應變動。

按它包含的時間跨度來分類，也有三種分類：短期預測、中期預測、長期預測

1、短期預測。短期預測時間跨度最多為1年，而通常少於3個月。它用於購貨、工作安排、所需員工、工作指定和生產水平的計劃工作。

2、中期預測。中期預測的時間跨度通常是從3個月到3年。它用於銷售計劃、生產計劃和預算、現金預算和分析不同作業方案。

3、長期預測。長期預測的時間跨度通常為3年及3年以上。它用於規劃新產品、資本支出、生產設備安裝或天職，及研究與發展。

⑧ 市場預測可怎樣進行分類

由於預測的對象、目標、內容和期限的不同，形成了多種多樣的預測方法。據不完全統計，目前世界上共有300多種預測方法，其中較為成熟的有150多種，常用的有30多種，用得最為普遍的有10多種。
⑴預測方法的分類體系
預測方法可按不同的標准進行分類，從而形成了預測方法的分類體系。
①按預測技術的差異性分類：可分為定性預測技術、定量預測技術、定時預測技術、定比預測技術和評價預測技術，共五類。
②按預測方法的客觀性分類：可分為主觀性預測方法和客觀性預測方法兩類。前者主要依靠經驗判斷，後者主要藉助數學模型。
③按預測分析的途徑分類：可分為直觀型預測方法、時間序列預測方法、計量經濟模型預測方法、因果分析預測方法等。
④按採用模型的特點分類：可分為經驗預測模型和正規的預測模型。後者包括時間關系模型、因果關系模型、結構關系模型等。
⑵市場預測常用方法分類
市場預測常用方法通常分為定性預測法與定量預測法兩大類。
定性預測法主要是靠預測人員的知識和經驗，進行綜合分析，對市場的未來前景作出估計和判斷。定性預測往往輔之以簡單的計算（如加減乘除）完成市場預測工作。定性預測簡便易行，靈活性強，但預測結果不夠准確和受主觀因素影響較大。
定量預測法主要是根據完備的歷史統計資料，運用一定的數學方法進行加工處理，以揭示變數間的規律性，從而對市場預測項目未來變化作出定量的估計。定量預測方法較為准確，受主觀因素影響較小。但定量預測方法不夠靈活，有一定難度，要求有比較完備的歷史數據資料。

⑨ 預測方法體系

油氣資源儲量、產量增長趨勢預測的方法大致可以劃分為四大類:一是專家評估法;二是統計法，包含時間序列數學模型法和工作量數學模型法;三是類比法;第四類是綜合預測法。

一、專家評估法

(一)基本原理

專家評估法是指預測者製作油氣資源趨勢預測表格，分發給熟悉業務知識、具有豐富經驗和綜合分析能力的專家學者，讓他們在已有資料的基礎上，運用個人的經驗和分析判斷能力，對油氣資源的未來發展作出性質和程度上的判斷，然後經過分析處理，綜合專家們的意見，得到預測結果。

(二)實施步驟

1.設計油氣資源趨勢預測表格

預測表格主要包含油氣儲量、產量高峰值及持續時間的預測，以及每五年的平均儲量發現和產量情況(表4-1-1)。

2.將表格分發給專家進行預測

選擇對我國油氣資源狀況比較了解，有較高理論水平和豐富實踐經驗，在油氣資源評價和戰略研究方面卓有成效的專家學者。將表發給專家，並附以相關資料，請專家對表中所列事項作出預測與評價，並給出預測依據。

3.預測結果的分析整理

用統計方法綜合專家們的意見。把各位專家的預測結果予以綜合、整理、分析，並將結果以圖表的形式表現出來。

表4-1-1 發現趨勢專家評估法預測表

二、統計法

統計法主要依據已知的油氣儲量、產量數據，採用各類數學模型，進行歷史數據的擬合，並預測未來的發展趨勢。統計法包括時間序列法、勘探工作量數學模型法、遞減曲線分析法、儲量—產量歷史擬合法和儲量—產量雙向平衡控制模型法等(表4-1-2)。

三、類比法

(一)方法原理

所謂類比法是指開展低勘探程度盆地的油氣儲量、產量趨勢預測時，以勘探程度較高的盆地作為類比對象，依據預測盆地與類比盆地在盆地類型和油氣地質條件的相似性，假設預測盆地投入充足勘探開發工作量的情況下，未來一個時間段內能夠發現的油氣儲量和達到的產量。類比法可分為探明速度類比法和圖形類比法。

表4-1-2 油氣資源發現趨勢預測統計法模型分類表

(二)方法種類

1.速度類比法

以盆地類型為主要劃分依據，分別選取松遼、鄂爾多斯、渤海灣、二連、准噶爾、柴達木、吐哈、酒泉、塔里木、蘇北和百色盆地作為石油儲量發現和產量增長的類比盆地，選取四川、鄂爾多斯、塔里木、吐哈、柴達木、松遼、渤海灣、南襄和百色盆地作為天然氣儲量發現和產量增長的類比盆地。依據各盆地油氣資源的探明程度與采出程度，將以上盆地的勘探開發階段劃分為早期、中期和後期，不同階段具有不同的油氣地質儲量的探明速度和可采儲量的采出速度。對低勘探程度盆地進行油氣資源趨勢預測時，給定油氣儲量發現和開始具有產量的起點，類比高勘探程度盆地的探明速度和采出速度，預測出未來某一時間單元內(2006～2030年)該盆地油氣儲量探明狀況和產量增長狀況。

2.圖形類比法

圖形類比法是假設在有充足的勘探開發工作量基礎上，預測盆地和類比盆地具有相似的勘探發現歷程與產量增長過程，預測盆地可類比高勘探程度盆地的儲量發現和產量增長曲線，使用類比盆地的模型參數以及預測盆地的資源量數據，即可得到預測盆地油氣資源趨勢預測曲線，進而得到2006～2030年儲量和產量的數據。

按照類比標准表所選取的盆地，使用龔帕茲模型分別進行儲量和產量數據曲線的擬合，得到40個儲量類比圖形和產量類比圖形，以及相應的圖形參數a、b。

(三)實施步驟

(1)建立類比標准表:選取勘探程度較高的盆地作為類比盆地，按照盆地類型進行分類，將各盆地的儲量發現和產量增長劃分為不同的階段，統計計算各階段的儲量探明速度和產量增長速度，製作類比標准表。

(2)建立類比圖形庫:根據作為類比盆地的高勘探程度盆地的儲量、產量歷史數據，用龔帕茲模型進行曲線擬合，得到控制圖形形狀的參數a和b，分別擬合類比標准表中各盆地的儲量和產量曲線，建立類比圖形庫。

(3)為預測盆地選擇合適的類比盆地:預測盆地與類比盆地的盆地類型、地層時代、儲層岩性相近，油氣地質條件可以類比。

(4)按照類比標准表分別給各預測盆地儲量探明速度和產量增長速度賦值，並按盆地實際情況選擇對應的持續時間，得到2006～2030年預測盆地累計探明程度、儲量以及累計產量。

(5)將預測盆地的資源量和類比盆地的參數a和b代入龔帕茲公式，得到預測盆地的儲量發現和產量增長曲線。

(6)以探明速度和產出速度類比法為主，並考慮圖形類比法得到的預測結果，對預測盆地2006～2030年油氣資源發現趨勢進行綜合分析。

四、綜合預測法

(一)方法原理

綜合預測法是指以盆地或預測區的資源潛力為預測基礎，分析其勘探開發歷程，依據目前所處的勘探開發階段，確定其未來儲量、產量可能出現的高峰值及時間，使用多旋迴哈伯特模型，採用儲采比控制的辦法，對油氣儲量、產量進行預測。

1.哈伯特模型

哈伯特模型將油田產量的歷史數據與對稱的鍾形曲線相擬合。哈伯特模型有3個基本的假定:

(1)油田投入開發後，產量從0開始隨開發時間的延長而上升，並達到一個或多個高峰值。

(2)產量高峰過後，則隨開發時間的延長而下降，直至資源完全衰竭。

(3)當開發時間趨近於無窮時，產量與時間關系曲線下面的面積，等於油田的最終可采儲量。

在上述條件下，油氣田的產量可用累積產量的二次函數表示，其表達式為:

全國油氣儲量產量增長趨勢預測

式中:Q為油氣田產量，10⁴t/年(油田)或10⁸m³/年(氣田);N_p為累積產量，

10⁴t或10⁸m³;a、b為模型參數。S.M.Al－Fattah和陳元千推導出哈伯特模型的累積產量與開發時間的關系式為:

全國油氣儲量產量增長趨勢預測

式中:N_R為最終可采儲量，10⁴t或10⁸m³;t為投產後年份，a;t₀為開始投產年份，a;c為模型參數。

式(4－2)表示的是累積產量與時間的關系，實際上是邏輯斯諦模型的一種衍生形式。式(4－2)也可表示為:

全國油氣儲量產量增長趨勢預測

式中:t_m為產量高峰年份，a。

式(4－3)兩邊分別對t求導，得到產量與時間的關系式為:

全國油氣儲量產量增長趨勢預測

式中:Q_m為油田年產量高峰值，10⁴t或10⁸m³。

由式(4－4)知，當t=t_m時， ，即當油氣田年產量達到最高年產量(峰值)時，相應的累積產量應等於最終可采儲量的50%。

就式(4－4)而言，參數b控制了曲線張口的大小，b值大時，曲線陡峭，張口小，表示預測地區的儲量發現或產量增長屬於快上快下型，持續時間短，達到高峰後迅速下降;b值小時，曲線平緩，張口大，表明儲量或產量平緩增長，高峰時間長，有一個較長的生命周期。

2.多旋迴哈伯特模型

多旋迴哈伯特模型可表示為:

全國油氣儲量產量增長趨勢預測

式中:i為哈伯特旋迴個數;k為哈伯特旋迴總數，其他參數同上。

用多旋迴哈伯特模型預測石油地質儲量和油氣產量首先要確定哈伯特旋迴的個數，除了已出現的高峰，還要預測將來可能出現的高峰個數，這需要掌握豐富的地質資料和勘探開發歷程，並對油氣田的未來發展趨勢有比較正確的認識;然後通過最小二乘法進行非線性擬合，確定單個哈伯特模型的參數，最後將多條哈伯特曲線疊加得到總的預測曲線。

(二)實施步驟

1.油氣儲量、產量高峰的基本判斷

開展盆地油氣儲量、產量發展趨勢預測是以其油氣資源潛力分析為基礎的，盆地的資源量和探明程度、產出程度基本上決定了油氣未來儲量、產量上升或下降的態勢。因此，依據盆地目前所處的勘探階段、資源潛力、歷年所發現的儲量規模、石油公司的「十一五」規劃和中長期發展規劃以及專家評估法作出的判斷，確定盆地的儲量發現高峰是否已過，如果高峰已過，則未來的儲量發現將呈現衰減的形勢;如果尚未達到高峰，則需要判斷高峰出現的時間及高峰值，不同類型盆地的儲量高峰所處的勘探階段不同，但一般出現在探明程度40%～60%時。產量高峰的判斷還要考慮油氣開發狀況，一般比儲量高峰晚5～20年。通過專家小組會議確定各盆地的儲量、產量高峰。

2.油氣儲量、產量增長曲線擬合

在確定了盆地儲量、產量的高峰後，即可使用多旋迴哈伯特或高斯模型進行油氣儲量、產量曲線的擬合。首先要確定哈伯特旋迴的個數，除了已出現的高峰，還要根據未來可能出現的高峰值，選擇合適的旋迴個數，然後通過最小二乘法進行非線性擬合，精確確定單個哈伯特模型有關高峰值、出現時間及表示曲線形態的參數，最後將多條哈伯特曲線疊加得到總的預測曲線。

3.採用儲采比控制儲量、產量之間的關系

首先對預測期內的儲采比變化趨勢進行預測判斷，一般而言，高勘探程度盆地的儲采比呈現下降趨勢，而低勘探程度盆地的儲采比在儲量發現高峰之前快速上升。然後對盆地的儲量、產量進行預測，採用儲采比控製法控制儲量、產量之間的關系。儲采比控製法是在對預測期內新增動用可采儲量的預測基礎上，用剩餘可采儲量的儲采比作為控制條件進行產量預測的一種方法。預測期歷年的新增可采儲量，包括老油田提高採收率增加的部分和新增動用儲量增加的部分。

(三)方法特點

1.預測依據充分

採用綜合預測法進行盆地油氣資源趨勢預測，不是靠以往數據的趨勢外推，而是以盆地的油氣資源量為基礎，通過潛力分析，定性判斷其未來的勘探開發前景。該方法也綜合考慮了盆地地質特點、地質理論和勘探開發技術進步、勘探圈閉類型等影響儲量、產量增長的內在因素和資源供需形勢、油價、政策以及突發事件等外在因素，同時參考了石油公司的「十一五」規劃和中長期發展規劃以及專家評估法作出的趨勢判斷。因此，預測依據是十分充分的。

2.發揮了專家經驗判斷的作用

單純用統計法進行趨勢預測，一個很大的弱點就是預測完全受數學模型的約束，很多專家經驗的判斷無法在預測中體現。而綜合預測法既有數學模型的約束，也有專家經驗的體現，實現了主客觀相結合的預測思路。

3.方法可控性強

使用多旋迴模型預測，能夠對預測進行有效控制。由於盆地油氣儲量、產量增長曲線多為多峰的形態，單旋迴的預測無法預測出未來高峰的出現，而多旋迴模型可以把由於不同原因出現的儲量、產量高峰一一表現出來，從而對儲量、產量增長結構有更清楚的認識，明了什麼時間由於何種事件的影響使油氣儲量、產量有了明顯的上升或下降。利用軟體可方便地實現對多旋迴的控制。

五、預測方法創新之處

(一)全面使用了專家評估法

國內外調研分析表明，專家經驗是油氣資源發現趨勢不可或缺的力量，專家評估法是除統計法和類比法之外的另一大類預測方法。因此，項目辦公室專門製作了油氣資源趨勢預測的表格，分發給30餘位石油界的專家，讓專家們在規定的時間內，對我國主要含油氣盆地石油天然氣發現趨勢進行預測，並給出綜合分析。

專家們的預測代表了我國石油界對未來油氣儲量、產量增長的基本判斷和普遍看法，這項工作是國內首次開展的一項調查研究工作，既為油氣資源趨勢預測研究提供了指導性的意見和參考依據，也是對我國石油工業未來發展思路上的整體把握。

(二)廣泛應用了類比法

對於勘探程度相對較低的盆地使用類比法開展油氣資源趨勢預測研究。根據評價區與類比區油氣地質條件的相似性，按照類比區不同勘探階段和油氣產出階段具有不同的探明速度和產出速度，判斷在未來某一時間段內評價區所處的勘探階段，用探明速度和產出速度乘以其地質資源量和可采資源量，即可得到評價區的儲量、產量增長趨勢。

類比法的建立為低勘探程度地區的油氣資源儲量、產量增長趨勢預測提供了可行的思路和辦法，解決了以往趨勢預測只能在高勘探程度地區開展的問題，是預測方法的一大創新之處。

(三)首創並應用了綜合預測法

從國內外有關油氣趨勢預測的現狀來看，基本上都屬於統計法的范疇，利用各類數學模型，以以往的儲量和產量數據進行趨勢外推。這種預測受數學模型的約束太大，很多經驗的判斷也無法在模型中體現出來，對於勘探過程中因勘探新領域突破而帶來的儲量增長突變無法有效預測。因此，需要一種考慮主客觀條件、具有普遍適用性的預測方法。因此，本次研究創立並應用了綜合預測法進行油氣儲量、產量增長趨勢預測。該方法預測依據充分，能夠發揮專家的經驗判斷，具有很強的可操作性，在實際應用中取得了很好的效果。