我尝试使用时间序列分析准备回归数据。我在Matlab上使用LIBSVM
假设我有N天的价格，我想预测第二天的价格。因此训练集X是长度为K的向量的向量，训练集Y如下：
（第1天）.....（第2天）.....（第K天）--------＆gt; DAY（K + 1）
（第2天）.....（第3天）.....（第K + 1天）------＆gt; DAY（K + 2）
（第3天）.....（第4天）.....（第K + 2天）------＆gt; DAY（K + 3）
等......
但问题是：我假设测试数据解决方案会给我DAY（K + 1），DAY（K + 2），DAY（K + 3）的日子。但它始终适合独立变量的最后一天。 （这里是（DAY K），（DAY K + 1），（DAY K + 2））。
我试图更改K的值，但它没有改变。
更多解释：例如，假设我们有以下单变量时间序列s：
1 2 3 4 5 6 7 8 9 = s [1] .. s [9]
使用N = 3进行窗口化：
[s [k-3]，s [k-2]，s [k-1]]→s [k]
⎢123⎢⎢4⎢
⎢234⎢⎢5⎢
⎢34 5⎢⎢6⎢
⎢。 。 。 ⎢⎢.⎢
⎢67 8⎢⎢9⎢
但问题是结果适合矢量 ⎢3⎥ ⎢4⎥ ⎢5⎥ ... ⎢8⎥
我找不到问题所在？