使用 epsilon-SVR 直接预测

Question

是否可以使用 epsilion-svr 直接预测未来？

我的数据集是一个单变量时间序列，每行一条记录，格式如下：

Y(t-W), Y(t-W+1), ..., Y(t), Y(t+PH)

W是要考虑的时间步数

PH 控制我要预测未来的步数。

这对 PH > 1 有效吗？

Answer 1

基于支持向量回归的预测器正是用于此目的。

代表PH >= 1.

epsilon-SVR 模型中 epsilon 的值指定了 epsilon-tube，其中在训练损失函数中没有惩罚与预测点距离实际 epsilon 内的点相关联值 Y(t).

model = svmtrain( Y_targets,      %% Mx1 vector of the training data target response values,
                  X_trainSamples, %% MxN matrix of the training samples, having N features, where N = W + 1
                  param           %% ref. below
                  );

param是一个指定模型参数的字符串。

对于回归，典型的参数字符串可能如下所示， ‘-s 3 -t 2 -c 20 -g 64 -p 1’ 其中

-s svm type,        3 for epsilon-SVR
-t kernel type,     2 for radial basis function
-c cost parameter C of epsilon-SVR
-g width parameter gamma for RBF kernel
-p epsilon for epsilon-SVR

无论如何，请检查您的 SVR 实现详细文档以了解更多详细信息。

使用 epsilon-SVR 直接预测

Direct forecast using epsilion-SVR

matlab

time-series

libsvm

forecasting