我在matlab工作。
我在256
个时间步,有两个不相关的变量的数据样本。他们在Y轴上的值和在X轴上的时间步长的图如下所示。
第一个变量的典型图表Pos
为
第二个变量的典型图表说Vel
是
现在我需要在接下来的10
时间步骤预测这些变量的值。为了检查各种机器学习技术,我首先在246
个时间步骤中获取变量值,预测下一个10
时间步长,然后通过计算平均值将它们与实际值进行比较平方误差说ms_error
。
我使用time-series(NAR) ,linear regression,fuzzy input systems,neural networks
完成了此操作。但这些都不能使ms_error
的值小于2。
有人可以建议使用学习算法来预测像这两个数据样本的未来值。
答案 0 :(得分:0)
你可以尝试通过遗传编程进行符号回归。
Genetic Programing没有假设适合您的数据点的函数的结构,因此它非常适合这种发现任务。
Symbolic regression是GP最早的申请之一,仍然是widely studied。
每种主要的编程语言都有许多现成的环境,还有很多关于这个主题的教程,例如。
(我并不是说这些是最好的,众所周知。当然谷歌搜索可以提供更适合您需求的其他软件。)