如何预测未来几个时期，使用支持向量回归的单变量时间序列答案

【问题标题】：How to forecast few periods ahead,a univariate timeseries using support vector regression如何预测未来几个时期，使用支持向量回归的单变量时间序列
【发布时间】：2017-07-05 05:09:46
【问题描述】：

我有以下数据：

head(df)

pce        pop        psavert    uempmed    unemploy
507.8      198712     9.8        4.5        2944
510.9      198911     9.8        4.7        2945
516.7      199113     9.8        4.6        2958
513.3      199311     9.8        4.9        3143
518.5      199498     9.8        4.7        3066

我正在尝试使用 SVM - 回归来拟合这样的数据

svmRbftune <- train(unemploy ~ pce + pop + psavert + uempmed,
                    data = EconomicsTrain, method = "svmRadial",
                    tunelength = 14, trControl = trainControl(method = "cv"))

svmRbfPredict <- predict(svmRbftune, EconomicsTest)

我想要预测的是提前 3 个时期......我对如何做到这一点感到困惑......关于它的文献非常模糊......

【问题讨论】：

标签： r svm forecasting

【解决方案1】：

您需要新的特征值来进行预测。

例如：

svmRbftune <- train(unemploy ~ pce + pop + psavert + uempmed,
                data = head(EconomicsTrain,-3), method = "svmRadial",
                tunelength = 14, trControl = trainControl(method = "cv"))

svmRbfPredict <- predict(svmRbftune, tail(EconomicsTest,3))

【讨论】：

Thnx 响应......实际上我正在寻找的是预测......超出数据......使用 SVR 模型......这是一个时间序列数据我正在尝试了解如何使用 SVR 来预测未来的 k 个周期......就像我们在 arima 预测中所做的那样