Прогнозирование временных рядов с использованием SVM в Matlab - PullRequest
Новая
       17

Прогнозирование временных рядов с использованием SVM в Matlab

0 голосов
/ 15 декабря 2018

Я хочу спрогнозировать электрическую нагрузку на следующую неделю (горизонт = 7) с лагом = 7, используя AR, KNN и SVM, и мне нужна помощь с этим.

Я уже написал код для всехиз них, и я получил результаты, которые не такие, как я ожидал.

У меня есть временной ряд (7160 на 1), и вот часть моего кода:

SVM:

Часть данных обучения 

52538   51690   55509   56740   58106   58280   57395
51690   55509   56740   58106   58280   57395   55425
55509   56740   58106   58280   57395   55425   55755
56740   58106   58280   57395   55425   55755   58563

Часть целей обучения 

55425   55755   58563   58705   58245   61880   61540
55755   58563   58705   58245   61880   61540   59791
58563   58705   58245   61880   61540   59791   57945
58705   58245   61880   61540   59791   57945   59198

Часть данных проверки 

101750  97201   98986   99491   99778   99711   100701
97201   98986   99491   99778   99711   100701  102790
98986   99491   99778   99711   100701  102790  98277
99491   99778   99711   100701  102790  98277   99520

Часть проверкиЦели данных 

102790  98277   99520   102719  103308  103750  103582
98277   99520   102719  103308  103750  103582  103193
99520   102719  103308  103750  103582  103193  98592
102719  103308  103750  103582  103193  98592   102985

Создание модели SVM с использованием библиотеки LSSVM 

model = initlssvm(Train_Data,Train_Data_Targets,'f',[],[],'RBF_kernel','o');
model = tunelssvm(model,'simplex','crossvalidatelssvm',{5,'mse'});
model = trainlssvm(model);

Прогнозирование будущих значений 

Estimated_Value = simlssvm(model,Validate_Data(1));

, но результаты не так хороши, поэтому вы можете мне помочь?Я также могу предоставить код KNN и AR.

...