Ktoś ma krótki przykład edukacyjny, jak korzystać z sieci neuronowych (nnet w R) w celu przewidywania? Oto przykład, w R, szeregu czasowegoPrzykład prognozowania szeregów czasowych z użyciem sieci neuronowych w R
T = seq(0,20,length=200)
Y = 1 + 3*cos(4*T+2) +.2*T^2 + rnorm(200)
plot(T,Y,type="l")
Dziękujemy
David
nie jest 'nnet' ogranicza się do zmiennych jakościowych, czyli problemów klasyfikacyjnych? Możesz mieć więcej szczęścia z pakietami 'neuralnet' lub' AMORE'. Należy również pamiętać, że skoro twoja funkcja jest nieograniczona, funkcje transferu sigmoid (nie jedyny wybór, ale często domyślny) są mało prawdopodobne, aby dać użyteczny wynik. W przypadku szeregów czasowych, w celu uwzględnienia autoregresji, ludzie zazwyczaj używają [sieci powtarzalnych] (http://en.wikipedia.org/wiki/Recurrent_neural_network), które są znacznie bardziej skomplikowane ... –
To nie jest pytanie programistyczne i jest lepiej pasuje do http://stats.stackexchange.com/. –
Dzięki chłopaki, przynajmniej dajecie mi jakieś pomysły. Powiedziano mi, że sieci neuronowe mogą być używane do przewidywania serii czasowych "skokowo-sezonowych". Możliwe jest zastosowanie transformacji, która powoduje ograniczenie serii czasowych. Przyjrzę się również stats.stackexchage :) – DKK