2017-02-16 2 views
0

je les données suivantes:comment prévoir quelques périodes à venir, une série chronologique univariée en utilisant le soutien régression vecteur

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 

Je suis en train d'utiliser SVM - régression pour ajuster les données comme celui-ci

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

svmRbfPredict <- predict(svmRbftune, EconomicsTest) 

Ce que je voudrais est de prévoir dire trois périodes à venir ..... je suis coincé sur la façon dont je peux le faire .. la littérature est assez vague à ce sujet ....

Répondre

0

Vous avez besoin de nouvelles valeurs de caractéristiques à faire prédiction s.

Par exemple:

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)) 
+0

Thnx pour répondre ..... en fait ce que je cherche est une prévision ... au-delà des données ..... en utilisant le modèle SVR ..... ceci est une donnée de timesérie et j'essaie de comprendre comment SVR peut être utilisé pour prévoir k périodes en avance ... comme nous le faisons dans la prévision arima – Nishant