我正在做一個使用神經網絡進行價格預測的項目。傳統的神經網絡用於分類。在我們的上下文中,我們使用R語言中的neuralnet
包進行價格預測,方法是使用產品已有的信息對數據集進行訓練。它通過使用類似的廣告開支,促銷費用,季度銷售等 這裏,輸入預測某個產品的未來需求是樣品車組數據使用神經網絡進行價格預測是否正確?
Advertising spending promotional expenses quarterly sales Future Price
4949.014 7409.23 43500.21 16793
5369.13 7903.12 20209.11 22455
6149.23 9289.34 47640.15 25900
6655.24 9914.01 34563.21 25591
下面是神經網絡參數,
net = neuralnet(predict.furure~advertising.spending + promotional.expenses + quarterly.sales,
data=traindata.norm, hidden=3, threshold = 0.1, startweights=NULL,
rep=100, learningrate=0.02, algorithm="backprop", lifesign="full",
err.fct="sse", act.fct="logistic")
從非常簡單的角度來看,產品A的當前月價格(2015年6月)爲X.因此,我將預測2015年10月,2015年12月等產品A的未來價格。 對於測試集,訓練後可以抵達。
Actual (Of benchmark or dataset) prediction by neural net
81030 86901.57818
86686 80938.02441
97088 87538.63362
108739 107872.53769
我覺得使用neuralnet
包得出的輸出可能不正確。所以我試圖使用forecast
,caret
包。
下面是代碼:
library(forecast)
datas = ts(dataset)
ts1test = window(datas,start=10,end=20)
est1 = ets(ts1train[1:10])
est2 = ets(ts1test[10:20],model=est1)
onefit = fitted(est2)
fore = forecast(onefit)
fore
懇請你建議我在上面兩個包是最好的方法或任何其他更好的辦法,也表明神經網絡是否可用於價格預測。