[Time Sereis Forecasting] One-Step, Multi-Step, Multi-Output

One-Step

주어진 과거 데이터를 바탕으로 한 시점 뒤의 미래 값을 예측하는 방법

예를 들어, 1시간 간격으로 기록된 데이터가 있다면 0~6시의 데이터를 보고 1시간 뒤인 7시의 데이터를 예측하는 것

• 일반적으로 모델의 예측이 정확하며, 에러가 축적되지 않아 안정적인 예측 가능

Multi-Step

여러 시점을 동시에 예측하는 방법. 

예를 들어, 1시간 간격으로 기록된 데이터가 있다면 0~12시의 데이터를 보고 6시간 뒤인 13~18시 까지의 데이터를 예측하는 것

Direct Multi-Step

각각의 시점을 별도의 모델로 예측하는 방법

예를 들어, t+1, t+2, t+3의 3개의 시점을 예측하고 싶다면 각각의 시점에 대해 독립적으로 모델을 훈련

• 정확도는 높을 수 있지만, 계산 비용이 증가

Recursive Multi-Step

이전 시점의 예측 결과를 다음 시점의 입력으로 사용하는 방법

예를 들어, t+1 시점의 예측 결과를 입력의 마지막에 붙여 t+2를 예측하는 방식

• 단일 모델을 반복적으로 사용해 계산 비용이 낮음
• 이전 예측의 에러가 다음 시점에 반영되어 에러가 누적될 수 있음

Multi-Output

예측하고자 하는 시점을 한 번에 예측하는 방법

• 단일 모델로 여러 시점의 값을 동시에 예측하기 때문에 복잡성이 낮음