基于GPR模型的用户量预测优化方法

摘要： 高斯过程回归(Gaussian process regression, GPR)是一种基于高斯过程的非参数化贝叶斯回归方法，其可以灵活适应不同类型数据，用于建模和预测数据之间的复杂关系，具有拟合能力强、泛化能力好等特点。针对海量用户场景下用户量实时预测问题，提出一种基于GPR的用户量预测优化方法。在滑动窗口方法处理数据的基础上，选择合适的核函数，基于k折交叉验证得到最佳超参数组...