我有一些时间序列预测数据。变量1是速度，变量2是车辆启动当天的时间。输出是车辆到达目的地所花费的时间。我使用变量1和变量2作为svr的输入使用libsvm但后来发现变量1和变量2是相关的，因为车辆的速度取决于一天中的时间。
我们可以使用两个因变量作为输入进行回归吗？据我所知，回归模型y = a + b1.x1 + b2.x2 + .... + e是自变量。
答案 0 :(得分：1)
标准回归模型不适用于独立输入：不对输入变量之间的依赖性做出假设。但是，如果存在交互效应，您可能会发现只需在回归模型中添加交互项就可以改善结果：使用此模型，您的模型将变为：
y = a + b1.x1 + b2.x2 + b2.x1.x2
我不确定SVR的状态是什么，以及您是否可以直接使用此选项;你可以通过在输入中添加该功能来伪造它，或使用直接支持它的回归方法。
另一个潜在的危险是你如何表示时间，因为我很容易发现这是错误的。你的时间输入是什么样的？