我在R中使用支持向量回归来预测单变量时间序列的未来值 . 将历史数据拆分为测试和训练集，我通过在R中使用svm函数来找到测试数据的模型，然后使用带有列车数据的predict（）命令来预测列车集的值 . 然后我们可以计算预测误差 . 我想知道会发生什么？我们有一个模型，通过检查列车数据的模型，我们看到模型是有效的 . 如何使用此模型预测列车数据中的未来值？一般来说，我们在R中使用预测函数并给出预测范围（h = 12）来预测12个未来值 . 基于我所看到的，SVM的predict（）命令没有这样的命令，需要一个训练数据集 . 我应该如何 Build 一个列车数据集来预测未来我们的历史数据集中的未来数据？
谢谢
2 回答
只是在黑暗中刺伤...... SVM不是用于预测，而是用于分类，特别是监督 . 我猜你是在试图预测股票 Value ，不是吗？对于噪声（N），向上（U），向上（UU），向下（D）和向下（DD），使用您选择的一些大小，一次说100个值，如何对现有数据进行分类 . 通过这种方式，当您的数据进入时，您可以滑动分类框并告诉您即将到来的趋势是N，U，UU，D，DD .
您可以做的是构建一个数据框，其中的列表示实际股票价格及其n个滞后值 . 并将其用作列车集/测试集（实际值是输出，前面的值是解释变量） . 使用此方法，您可以在未来的预测中执行1天（或任何粒度），然后您可以使用您的预测来制作另一个，依此类推 .