应用神经网络预测价格

Question

我已阅读有关神经网络的这一行：

  

＆＃34;虽然感知器规则在找到成功的权重向量时   训练样例是线性可分的，它可能无法收敛   如果这些例子不是线性可分的。

我的数据分布是这样的：特点是橡胶的生产，橡胶的消耗，合成橡胶的生产和汇率所有价值的缩放

我的问题是数据不是线性可分的，所以我应该使用ANN吗？这是一个规则，它应该只适用于班次可分离的数据吗？因为我使用它获得了良好的结果（0.09％MAPE错误）。我还在 MATLAB 中应用了SVM回归（ fitrsvm 函数），所以我不得不问可以将SVM用于预测/预测，或者它仅用于分类我没有＆＃39 ; t读到有关使用SVM进行预测的任何地方，SVM的结果也不是很好可能的原因是什么？

Answer 1

神经网络不是感知器。 Perceptron是最古老的想法，它至多是神经网络的一个组成部分。 Perceptron设计用于二元，线性分类，您的问题既不是二元分类也不是线性可分的。你在这里看回归，其中神经网络是一个很好的选择。

  

可以将SVM用于预测/预测，还是仅用于分类，我没有读过任何关于使用SVM进行预测的分类，而SVM的结果也不是很好，可能的原因是什么？

SVM具有称为SVR的回归“克隆”，可用于任何任务NN（作为回归量）可以使用。当然，两者的一些典型特征（如SVR是非参数估计器等）。对于手头的任务 - 两种方法（以及任何其他回归量，有几十种方法！）都没问题。