zoukankan      html  css  js  c++  java
  • 【原创】基于SVM作短期时间序列的预测

    【面试思路拓展】

    对时间序列进行预测的方法有很多,

    但如果只有几周的数据,而没有很多线性的趋势、各种实际的背景该如何去预测时间序列?

    或许可以尝试下利用SVM去预测时间序列,那么如何提取预测的特征呢?

    传统的做法是提取1、2、3、4、5、7、9、13个单位时间的数据作为特征进行预测;

    举个例子进行分析,比如每天都有口香糖的销量,那么如何通过几周的数据预测明天的数据,

    就可以选择前1、2、3、4、5、7、14天的数据作为特征,从而预测明天的数据,

    通过构建特征,再选择核函数进行预测,其中调参的参数尽量要进行最优化,

    参考方法:如果选择RBF核函数,那么其中就会有三个参数,固定两个,然后不停的优化另外一个,直到得到最优解。

    具体应用的例子:

    (1)SVM预测风场:http://wenku.baidu.com/link?url=SCCIJJe8tXLbTjLMZ81x5Qy6elsceAKIOwtkZ0QxfSCQQ4KaWKwo8Biepjs3Ss2LJ2ewhisNR0ixrDY4kV1Rd7BcqWRenuTaG85K80E-30y

    (2)SVM预测股票指数:基于SVM修正的模糊时间序列模型在沪指预测中的应用

    (3)SVM预测时间序列其他方面:http://www.docin.com/p-233353900.html

  • 相关阅读:
    UML简单熟悉
    Java设计模式--单例模式
    MyEclipse2014安装图解
    让Win10显示系统中隐藏的文件夹
    Ping命令
    C语言学习
    技术学习论坛地址收集
    聊聊JVM的年轻代(转)
    深入理解JVM--JVM垃圾回收机制(转)
    JVM调优浅谈(转)
  • 原文地址:https://www.cnblogs.com/haobang008/p/6082144.html
Copyright © 2011-2022 走看看