R语言神经网络模型预测多元时间序列数据可视化
全文链接:http://tecdat.cn/?p=32198
原文出处:拓端数据部落公众号
多元时间序列建模一直是吸引了来自经济,金融和交通等各个领域的研究人员的主题。多元时间序列预测的一个基本假设是,其变量相互依赖。
在本文中,我们使用了专门针对客户的多元时间序列数据设计的神经网络框架,拟合单隐层神经网络,可能存在跳跃层连接。
查看数据
其中Y为因变量,时间、Y1、Y2为自变量。
读取数据
data=read.xlsx("my data.xlsx")
head(data)
建立神经网络模型
建立单隐藏层神经网络,size
参数可以确定隐藏层的节点数量,maxit
控制迭代次数。
require(nnet)
## Loading required package: nnet
#设置因变量
y=data$Y
# y<-data.frame((y-min(y))/(max(y)-min(y)))
names(y)<-'y'
绘制拟合数据
预测未来的20年数据
foreY1=0
foreY1=predict(mod2,data.frame(T=foreyear) )
预测新变量
datanew= data.frame(T=foreyear,Y1=foreY1,Y2=foreY2)
绘制未来20年的时间序列
pre=ts(pre,start = c(2015),f=1)
###############################绘制未来20年的时间序列
plot(pre, axes = F,col=2,type="l")
axis(side = 1 ,col=10)
最受欢迎的见解
1.在python中使用lstm和pytorch进行时间序列预测
2.python中利用长短期记忆模型lstm进行时间序列预测分析
3.Python用RNN循环神经网络:LSTM长期记忆、GRU门循环单元、回归和ARIMA对COVID-19新冠疫情新增人数时间序列
4.Python TensorFlow循环神经网络RNN-LSTM神经网络预测股票市场价格时间序列和MSE评估准确性
6.R 语言用RNN循环神经网络 、LSTM长短期记忆网络实现时间序列长期利率预测
7.Matlab创建向量自回归(VAR)模型分析消费者价格指数 (CPI) 和失业率时间序列
▍关注我们
【大数据部落】第三方数据服务提供商,提供全面的统计分析与数据挖掘咨询服务,为客户定制个性化的数据解决方案与行业报告等。
▍咨询链接:http://y0.cn/teradat
▍联系邮箱:3025393450@qq.com
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10亿数据,如何做迁移?
· 推荐几款开源且免费的 .NET MAUI 组件库
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· c# 半导体/led行业 晶圆片WaferMap实现 map图实现入门篇
· 易语言 —— 开山篇
2020-04-20 拓端tecdat|scrapy爬虫框架和selenium编程指导使用:对优惠券推荐网站数据LDA文本挖掘