用于预测的时间序列或 SVM
time series or SVM for frecasting
我正在尝试将机器学习算法应用于一个数据集，该数据集由名为 SO2（目标变量）的发动机排放的污染物气体组成，该数据集是在 6 个月的时间里每隔 15 分钟收集一次 each.The 数据集也有其他自变量，如压力、蒸汽等随时间变化的变量。
现在的问题是
我应该像 arima 这样的时间序列模型来预测 So2 吗？
还是我应该使用 randomforest 或 svm 进行预测？
谢谢
我建议您使用时间序列建模而不是 SVM。您的 SVM 会考虑 i.i.d（独立同分布）样本，而不会考虑跨时间封装的信息。
我正在尝试将机器学习算法应用于一个数据集，该数据集由名为 SO2（目标变量）的发动机排放的污染物气体组成，该数据集是在 6 个月的时间里每隔 15 分钟收集一次 each.The 数据集也有其他自变量，如压力、蒸汽等随时间变化的变量。 现在的问题是 我应该像 arima 这样的时间序列模型来预测 So2 吗？ 还是我应该使用 randomforest 或 svm 进行预测？
谢谢
我建议您使用时间序列建模而不是 SVM。您的 SVM 会考虑 i.i.d（独立同分布）样本，而不会考虑跨时间封装的信息。