用libsvm做时间序列预测，为什么训练数据越少越准确
1个回答
展开全部
对于重新描述的问题：
看样子lz在做数模比赛之类的东西。
我想说的是，对于序列数据，如果仅从序列本身，只利用前N天去预测后一天的情况（注意是“只”），这个问题几乎是不可解的，即建模p(x_t)=f(x_{t-1},...,x_{t-N}).
没有实际生活中的什么序列满足这种数学模型。
需要建立的模型其实是p(x_t)=f(x_{t-1},...,x_{t-N},z_t,...,z_{t-N}).
比如x表示天气情况，第一天下雨了，第二天是晴天还是下雨？没法预测，即使知道了已经下了100天的雨了，也不好预测第101天是下雨还是晴天。
你需要的是z，比如每天的气压，气流之类的，这我就不懂了。
对于金融产品的价格预估，你说的的每日行情是指当天的价格（只用了x），还是有更多的信息呢（用了z）。如果是指前者，能预测对才是件怪事
看样子lz在做数模比赛之类的东西。
我想说的是，对于序列数据，如果仅从序列本身，只利用前N天去预测后一天的情况（注意是“只”），这个问题几乎是不可解的，即建模p(x_t)=f(x_{t-1},...,x_{t-N}).
没有实际生活中的什么序列满足这种数学模型。
需要建立的模型其实是p(x_t)=f(x_{t-1},...,x_{t-N},z_t,...,z_{t-N}).
比如x表示天气情况，第一天下雨了，第二天是晴天还是下雨？没法预测，即使知道了已经下了100天的雨了，也不好预测第101天是下雨还是晴天。
你需要的是z，比如每天的气压，气流之类的，这我就不懂了。
对于金融产品的价格预估，你说的的每日行情是指当天的价格（只用了x），还是有更多的信息呢（用了z）。如果是指前者，能预测对才是件怪事
本回答被提问者和网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
