我已經使用weka時間序列插件w /像SMOReg(w/RegSMOImproved和RegSMO)和HoltWinters算法。但對於他們所有人,我已經觀察到,滯後變量僅爲目標屬性創建。如何在Weka中使用非目標屬性進行時間序列預測?
如何爲其他(非目標)屬性創建滯後變量,以使算法也使用這些變量?例如:我有5個屬性「,a,b,c,d」 其中我必須預測「a」。即。 「a」是「目標」屬性 我觀察到滯後僅針對「日期」和「a」和無B,c或d的由算法使用
筆記創建變量「疊加」並不能真正幫助我,因爲我沒有b,c或d的「將來」值。
我需要的是爲b,c和d創建滯後變量,它們用於通過所選算法預測
====================更新====================
我嘗試以下方法:
- 使用 「過濾器 - > unsupervised->複製」 過濾器,使A,B,C的多個(14)份,d變量
- 使用「過濾器 - >無序監控 - > TimesSeriesDelta「過濾器,通過連續的值移動拷貝(例如,第一個拷貝1天,第二個拷貝2天,...第14個拷貝14天)
- 使用來自」分類「面板的SMOReg %-split of 70%)而不是「預測」面板(w/.3支持培訓評估)
但面臨以下障礙: 1.不能接受「日期」屬性(即使「日期」值是數字20150601,20150602,20150603等等也是如此)1.可以歸類(實際上,因爲目標是數字,所以退回)一次只有一個變量 上) 3.跑了很長一段時間,然後墜毀:(
任何指導將不勝感激
PS:上面的例子是人爲的。在我的真實的例子,我有日期+ 8點的屬性(所有的數字),其中3是目標(多元預測)
================== ==更新====================
表明額外的屬性(非目標)被除去,因爲(線#3027說):
// otherwise, this is some attribute that we are not predicting and
// wont be able to determine the value for when forecasting future
// instances. So we can't let the model use it.
====================更新=================== =
顯示字段到滯後是相同的字段到預測