作者eggbo (eggbo)
看板Statistics
标题[问题] 用machine learning方法做时间序列的data
时间Mon Sep 11 17:57:39 2017
想请问版上的大大,如果我有多维时间序列的data
想用Xit估Yt,不用regression,而是用machine learning
请问在做模型验证,我可以直接用cross validation吗?
还是也是必需用in sample for training, out sample for forecast来看模型的效能?
我自己的想法是,如果用machine learning.就是把资料视爲横段面了,用data去找Xit跟Yit的关系,所以交叉验证这种抽样还是可以适用这里。
再麻烦各位回复,谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.72.58.32
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1505123861.A.29D.html
1F:→ DIDIMIN: NARX neural networks ?? 09/11 18:54
2F:→ f496328mm: 时间序列做CV 要有点技巧 09/11 20:05
3F:→ f496328mm: 不能把未来当作 train, 过去当成 test 09/11 20:05
4F:→ f496328mm: 衡的切没错 先用一部分去建model 09/11 20:05
5F:→ f496328mm: 让你的model学会预测未来 09/11 20:06
6F:→ f496328mm: 再用剩下的test data 去验证"预测未来"的效果 09/11 20:06
7F:→ f496328mm: 我有做过类似的 也是用 ML 有兴趣可以站内聊聊 09/11 20:07
8F:推 backprog: machine learning 和 regression 其实是有交集的 09/11 20:49
9F:→ eggbo: Sorry,这里忘了说Yt被我转成1 or 0的分类变数,所以是预 09/11 23:58
10F:→ eggbo: 测分类不是数值。这样可以直接用R的cv函数吗? 09/11 23:58
11F:→ hsnuyi: ML是一种统称 用哪种model都没讲是要fit啥... 09/12 02:27