Question

大家好，我在R中使用神经网络包。我使用三个'x'变量来预测'y'变量。我正在处理82个观测的时间序列数据。我将数据集分为训练集和测试集。使用'compute'函数我在测试数据上测试了神经网络拟合模型。但是，我想预测未来没有x数据的时期。我正在尝试使用'预测'功能。有没有办法在R中使用神经网络包的预测功能。我很欣赏这方面的任何帮助。找到下面的R代码：

## Creating Training (1:72) and Test Slices (73:82)
library(caret)
timeSlices <- createTimeSlices(1:nrow(data1), 
                           initialWindow = 72, horizon = 10, fixedWindow = TRUE)

共有82个观察结果。我使用了来自caret包的createTimeSlices来创建训练集（1:72）和测试集（73:82）。现在我使用神经网络包来训练模型，如下所示：

library(neuralnet)

set.seed（101）

Model1 <- neuralnet(ppy ~ ppx1+ppx2+ppx3,data=mytraindata,
                hidden=4, threshold=0.001, stepmax = 2e+05, rep = 1, 
                lifesign = "full", lifesign.step = 1000, 
                algorithm = "rprop+", err.fct = "sse", 
                act.fct = "logistic", linear.output = TRUE)

现在我在测试集（73:82）上预测模型，使用以下代码

Predmodel1 <- compute(Model1, Ntestdata)

直到这一刻，一切都很酷。但是，我需要预测未来的y变量。我尝试使用'预测'功能来预测未来7个时期（即83:89期）的y值，如下所示

library(forecast)
predmodel2 <- forecast(Model1$net.result[[1]], 7)

我收到以下错误：

ets中的错误（对象，lambda = lambda，允许。乘法。趋势=允许。乘法。趋势，：y应该是单变量时间序列

有关如何将y预测到未来7个时期（83:89）的任何想法？为了预测未来的7个时期，让我们假设模型1是根据观察1:82进行训练的。非常感谢您的反馈。谢谢。

Answer 1

forecast（）函数仅适用于单变量数据，不适用于多变量方法

在'neuralnet'的上下文中使用R中的'Forecast'函数？

1 个答案: