Time series forecasting mit scikit lernen
Ich bin ein absoluter Neuling auf SVM-basierten Prognose-und so auf der Suche für einige Hinweise hier. Ich bin versucht, eine python-code für die Prognose einer Zeit-Serie mit SVM-Bibliotheken von scikit-learn.
Meine Daten enthält die X-Werte bei 30-Minuten-Intervall für die letzten 24 Stunden und ich brauchen, um vorherzusagen, y für die nächste Zeitstempel. Hier ist, was ich habe -
SVR(kernel='linear', C=1e3).fit(X, y).predict(X)
Aber für diese Vorhersage zu arbeiten, muss ich den X-Wert für die nächste Buchung nicht verfügbar. Wie kann ich diese einrichten, um vorherzusagen, zukünftige y-Werte?
InformationsquelleAutor Raj | 2015-05-20
Du musst angemeldet sein, um einen Kommentar abzugeben.
Sollten Sie verwenden
SVR
diese Weise:So, das problem hier ist, dass Sie haben eine Ausbildung festgelegt aber nicht ein test-set zum Messen Ihres Modell-Genauigkeit. Die einzige Lösung ist die Verwendung eines Teil Ihrer Ausbildung legen Sie als test-set
ex: 80% for train 20% for test
BEARBEITEN
Hoffe, ich habe gut verstanden, was Sie wollen, aus Ihren Kommentaren.
So dass Sie wollen, um vorherzusagen den nächsten label für die Letzte Stunde in Ihrem Zug-set, hier ist ein Beispiel, was Sie wollen:
was ist der Punkt, dass Sie wollen, um vorherzusagen, in die Zukunft?
Der nächste Punkt in der Zeit-Serie, ie, at time t, ich will zur Vorhersage von y mit dem Wert bei t+1
Bitte erläutern Sie Ihre Anfrage. Was ist Ihr Zug gesetzt, und die label-und was wollen Sie Vorhersagen? Ein einfaches Beispiel könnte mir helfen, um Ihre Frage zu beantworten auch wenn ich mich Ahnen, dass Sie etwas verwirren Vorstellungen
Hier ist mein Beispiel-Daten - (10,2.3), (10:30 Uhr 3.2),....(10 Uhr,4.0)...so bei 10 Uhr, ich möchte, um vorherzusagen, dass der Wert für 10:30 Uhr. Hoffe, das klärt
InformationsquelleAutor farhawa