ITPub博客

首页 > 大数据 > 数据挖掘 > R语言用rle,svm和rpart决策树进行时间序列预测

R语言用rle,svm和rpart决策树进行时间序列预测

原创 数据挖掘 作者:tecdat 时间:2020-11-04 17:29:16 0 删除 编辑

原文链接: http://tecdat.cn/?p=3072

 

 

下面显示了四种预测时间序列的方法。

支持向量机(R package e1071。“Chih-Chung Chang and Chih-Jen Lin,LIBSVM:a library for support vector machines,2005.”的实现)。

递归分区(R package rpart。“Breiman,Friedman,Olshen and Stone。Classification and Regression Trees,1984”的实现)。

将最后两种方法的性能与rle进行比较,得到svm的95%和rpart的94%。

R :

m$rle(Xvar ='sleep',Xlmin =60)m$setZoo()+rleplot(m$zo[,c(5,7,8)],type ='l')

# Subset a week

# Plot correlation matrixw$correlation(Xvars =w$nm[c(2:7,9)])

# SVM and Recursive partitioningplot(tune.gamma.cost)

rpart.p <- predict(rpart.m, data[,-1],type ='class')sdt$svm = as.integer(svm.p)dt$rpart = as.integer(rpart.p)plot(w$dt2zoo(dt)[,c(5,8,9,10)],type ='l')

 


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/69982319/viewspace-2732211/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
拓端tecdat分享最in的大数据资讯,提供“一站式”的数据分析学习和咨询体验,让我们一起做有态度的数据人。关注公众号:拓端数据部落、拓端数据。

注册时间:2020-08-21

  • 博文量
    87
  • 访问量
    35751