Quantile Regression vs Random Forest 예측구간: 자전거 수요의 과소예측 비용 비교
같은 자전거 수요 데이터에서 점예측 오차가 가장 작은 모델과 명목 커버리지에 가까운 모델은 달랐다. 시간 분할과 비대칭 비용으로 선택 기준을 다시 세운다.
같은 자전거 수요 데이터에서 점예측 오차가 가장 작은 모델과 명목 커버리지에 가까운 모델은 달랐다. 시간 분할과 비대칭 비용으로 선택 기준을 다시 세운다.
랜덤 분할의 낙관 편향을 동일 합성 데이터에서 재현하고, horizon·gap·window를 실제 예측 조건에 맞추는 방법을 정리한다.