SVR预测

sarah_mi88

大家好！

我想对销售数据应用支持向量回归，用于2016-2017年的培训和2018年(标签日期)的测试。我的目标是看到未来4个时期的预测值。但是操作符“应用预测”不起作用，操作符“性能(回归)”不评估日期类型的标签。所选择的参数见下面的截图。如果有任何数据缺失，请评论。我该怎么做?

谢谢，干杯!

莎拉

varunm1

但是我如何找到合适的值C / p呢?(nu-SVR或- svr，我想做回归)通常的做法是什么?简历做什么?但如何?

我们使用“优化参数(网格)”操作符为模型(在本例中为支持向量机)搜索最优超参数。CV仅用于验证目的，不提供任何最佳参数。

在你的过程中，我看到“Datum”(我认为是日期)被设置为标签，另外一个“Aufzugstechnik”也被设置为标签。一个预测模型只能有一个标签属性，在你的例子中，我猜它应该是“Aufzugstechnik”。

你的数据集是时间相关的(时间序列)吗?如果是这样，常规的交叉验证就不好了，因为它在时间序列回溯测试中失败了。您应该选择“滑动窗口验证”方法。

这里有一个链接，可以帮助您了解rapidminer中的时间序列过程

//www.turtlecreekpls.com/resource/time-series-analysis/

我附上了一个修改的流程，因为我没有你的数据集，我做了一些修改，你需要根据你的数据集添加窗口。

您还可以看到如何在这个滑动窗口验证操作符中为SVM超参数执行“优化参数”。

varunm1

你好@sarah_mi88

它表示您将具有日期数据类型的列设置为标签列。是你设定的吗?你能提供。rmp文件(file -> Export Process)和数据给我们调试吗?

sarah_mi88

你好@varunm1

谢谢你的帮助!我指定了标签，现在得到了预测值。但是我如何找到合适的值C / p呢?(nu-SVR或- svr，我想做回归)通常的做法是什么?简历做什么?但如何?请参阅附件中的.rmp文件。目前的预测不包括趋势、季节性;预测值在整个测试区间内是相同的。

sarah_mi88

非常感谢。真的很感激。除此之外，我得到了这个错误。这个你也能帮我吗?(附加xlsx)

varunm1

你好@sarah_mi88

当数据集的日期列中有不规则信息时，会出现此错误。对于时间序列，您需要有一个单调递增的日期列(您不应该在数据集中重复相同的日期和时间)。

基于你给出的数据集(非常小的数据集)。请查收工作流程。

sarah_mi88

你好Varun

好的。很抱歉问了这个愚蠢的问题，为什么值总是一样的?(没有趋势，没有季节性，对第四季度的预测相同)

varunm1

我观察到模型的表现越来越差。如果你从性能中看到平方相关值，它是零，这意味着模型一点也不好。这可能是由于数据集中的数据较少(7个示例非常小)。尝试像GLM这样的简单模型，看看效果如何，你也可以看看像ARIMA这样的时间序列模型。