我可以使用RBF神经网络预测R语言中的时间序列吗？

Question

1978年至2017年期间，制造业的工作数量有一个时间序列。我想使用径向基础神经网络来预测两年内的工作岗位数量。可能吗？如果是，你能用R语言编写代码吗？非常感谢！我在这里写了一些代码：

install.packages("RSNNS")

library(RSNNS)

data <- read.csv("jobs.csv",header = TRUE)

tsA01 <- ts(data$`A-01`,start = c(1978,2),end = c(2017,1),frequency = 4)

部分数据如下图所示：

Answer 1

查看数据示例，您有一个非常简单的数据集：响应变量（作业数）和单个协变量（日期）。如果这确实是您数据的限制，则无需采用神经网络方法。神经网络和其他监督机器学习方法实际上只有在你有大量特征（即协变量，也称为“p”）时才是必需的，通常使得p>＆gt; n（观察次数）。在这个特定情况下，我将从一个简单的线性回归开始，可能会将月份或季节等因素视为协变量。如果回归看起来不错，那么您可以对未来的时间点进行预测。

如果您确实拥有比您在问题中所提到的更复杂的数据，那么可以免费在线获得一本很棒的机器学习教科书。它包括一些用R编写的实验室章节，以帮助指导您进行各种分析，但在您决定专门使用神经网络之前，我会花时间阅读各种方法的优缺点。您可以在此处找到教科书：http://www-bcf.usc.edu/~gareth/ISL/（只需点击“下载图书PDF”。