本报综合外媒报道  通货膨胀是关于经济情况的重要指标，是否能够准确预测各地的通货膨胀水平对当地政府、企业乃至家庭和个人都很重要。许多国家实行通货膨胀目标制，这意味着他们会设定具体的通货膨胀目标，并利用一系列政策工具来实现相关目标。因而，若不能正确预测通货膨胀在未来的发展走势，可能会给一个国家或地区经济带来负面影响。

俄罗斯国家研究型高等经济大学官方网站近日发文表示，该大学的研究人员发现，机器学习技术在长期通货膨胀预测方面的表现优于传统计量经济模型。研究人员提出，有多种数据可以被用于预测通货膨胀，包括消费者价格指数、失业率、汇率以及央行设定的基准利率。为了考察哪种模型能够更准确地预测某一区域的通货膨胀情况，是传统的计量经济模型还是较新的机器学习技术，他们利用2010年1月至2022年12月间俄罗斯国内部分地区的数据进行了测试。

研究人员认为，要使用机器学习技术进行预测并确保准确性，为模型选择最佳超参数至关重要。在使用机器学习技术时，超参数是在开始学习过程之前设置的参数数据，而不是通过训练得到的参数数据。为了确保预测的稳定性和准确性，研究人员采用了使用相同规模的测试样本进行交叉验证的方法。这种方法允许使用一个时期的数据来训练模型，再使用另一个时期的数据进行测试。