使用scikit learn进行时间序列预测

Question

我是一名完全不了解基于SVM的预测的新手，所以在这里寻求一些指导。我正在尝试使用scikit-learn的SVM库设置Python代码来预测时间序列。

我的数据包含过去24小时每30分钟的X值，并且我需要预测下一个时间戳的y值。这是我设置的内容 -

SVR(kernel='linear', C=1e3).fit(X, y).predict(X)

但是要让这个预测起作用，我需要下一个时间戳的X值，但这些值目前不可用。我该如何设置以预测未来的Y值？

- Raj

Answer 1

您应该这样使用 SVR：

# prepare model and set parameters
svr_model = SVR(kernel='linear', C=1e3)
# fit your model with the training set
svr_model.fit(TRAINIG_SET, TAINING_LABEL)
#predict on a test set
svr_model.predict(TEST_SET)

因此，这里的问题是您有一个训练集但没有测试集来衡量模型准确性。唯一的解决方案是将您的训练集的一部分用作测试集例如：80％用于训练，20％用于测试 编辑 希望我已经正确理解了您在评论中所要求的内容。

所以您想预测您的训练集中最后一个小时的下一个标签，这是您所需的示例：

from sklearn.svm import SVR
import random
import numpy as np

'''
data: the train set, 24 elements
label: label for each time
'''

data = [10+y for  y in [x * .5 for x in range(24)]]
label =  [z for z in [random.random()]*24]

# reshaping the train set and the label ...

DATA = np.array([data]).T
LABEL = np.array(label)

# Declaring model and fitting it

clf  = SVR(kernel='linear', C=1e3)
clf.fit(DATA, LABEL)

# predict the next label 

to_predict = DATA[DATA[23,0]+0.5]

print clf.predict(to_predict)

>> 0.94407674

- farhawa

---

那仍然不能帮助我。即使我分割了我的训练集，我也没有未来要预测的点的X值。 - Raj

时间序列中的下一个点，即在时间t，我想预测t+1时刻的y值。 - Raj

请解释一下您的请求。您的训练集和标签是什么？您想要预测什么？即使我怀疑您可能混淆了一些概念，但一个简单的例子可以帮助我回答您的问题。 - farhawa

这是我的样本数据 - (上午10点，2.3)，(上午10:30，3.2)，....(晚上10点，4.0)...所以在晚上10点，我想预测10:30pm的值。希望这样能澄清。 - Raj

@Raj，是的，它澄清了...我编辑了我的答案，希望它能有所帮助。 - farhawa