时间序列预测使用SVM
Time series forecasting use SVM
我正在尝试使用 scikit-learn 的 SVM 库设置 python 预测时间序列的代码。
我的数据由过去一年中以一天为间隔的 X 值组成，我需要预测下一年一个月的 y 值。这是我设置的 -
SVR().fit(X, y).predict(X)
但要使此预测生效，我需要下个月的 X 值，该值不可用。我如何设置它以预测未来的 y 值？
所以 (X,y) 是您的训练集（356 个数据实例及其标签），要预测明年的第一个月，您的 SVR 模型需要一个数据集 X_nextMonth（30 个数据实例与 X) 相同的特征作为参数传递给它的 .predict() 方法，他可以预测标签 y_nextMonth.
我正在尝试使用 scikit-learn 的 SVM 库设置 python 预测时间序列的代码。
我的数据由过去一年中以一天为间隔的 X 值组成，我需要预测下一年一个月的 y 值。这是我设置的 -
SVR().fit(X, y).predict(X)
但要使此预测生效，我需要下个月的 X 值，该值不可用。我如何设置它以预测未来的 y 值？
所以 (X,y) 是您的训练集（356 个数据实例及其标签），要预测明年的第一个月，您的 SVR 模型需要一个数据集 X_nextMonth（30 个数据实例与 X) 相同的特征作为参数传递给它的 .predict() 方法，他可以预测标签 y_nextMonth.