我使用forecast包在R中创建了一个模型。
我的学习资源来自这里： https://robjhyndman.com/hyndsight/dailydata/
我正在使用最后一部分，其中包括傅立叶级数：
y <- ts(x, frequency=7)
z <- fourier(ts(x, frequency=365.25), K=5)
zf <- fourier(ts(x, frequency=365.25), K=5, h=100)
fit <- auto.arima(y, xreg=cbind(z,holiday), seasonal=FALSE)
fc <- forecast(fit, xreg=cbind(zf,holidayf), h=100)
创建此模型后，有没有办法可以进行交叉验证k-fold测试来确定错误和调整后的错误？
我知道如何使用广义线性模型这样做：
library(boot)
lm1 <- glm(ValuePerSqFt ~ Units + SqFt + Boro, data = housing)
lm1cv <- cv.glm(housing, lm1, K=5)
lm1cv$delta
[1] 1870.31 1869.352
显示错误和调整后的错误。
预测包中是否有可以执行此操作的功能，它可以帮助我比较此模型与glm模型的准确性？