使用R中的插入包进行时间序列预测

Question

我正在尝试使用插入符号来预测经济数据。有没有什么方法可以预测未来几年的价值？

library(mlbench)
library(caret)
library(pROC)
library(caTools)
library(ROCR)

myTimeControl <- trainControl(  method = "timeslice",  initialWindow = 36,
  horizon = 12,  fixedWindow = FALSE,  allowParallel = TRUE,  classProbs = TRUE,
  summaryFunction = twoClassSummary,  verboseIter = TRUE) 

modelRF <- train(
  as.factor(class) ~ . ,  data =  TestData,   method = "rf",  metric =  "ROC",
  ntree  = 1000,   preProc = c("center", "scale"),  trControl = myTimeControl)

请帮我预测未来几年的课程。

Answer 1

您需要将predict方法与x数据一起用于您要预测的内容。

Answer 2

对于预测时间序列，首先考虑您的时间序列是一个回归问题，然后可以使用极端梯度增强方法（这是一种时间获取模型），但其准确性非常好。我已经将许多模型用于ARIMA，PROPHET，HOLT WINTER'S，指数平滑等时间序列预测，但是我的预测精度虽然是回归模型，但在极端增强方法中却是最好的。

 train(QTY~BILLDATE1,
       data = train1,
       method = "xgbDART",
       preProc = c("center", "scale"))

Answer 3

基于树的模型往往是时间索引经济数据的较弱预测指标。他们在面板数据方面取得了一些成功。使用支持向量机或LSTM进行时间索引的经济预测会更好。