0

我有一些數據用於時間序列預測。變量1是速度,變量2是車輛啓動當天的時間。輸出是車輛到達目的地所需的時間。我使用變量1和變量2作爲svr的輸入,使用libsvm,但後來發現變量1和變量2是相關的,因爲車輛的速度取決於一天的時間。使用兩個因變量的迴歸

我們可以使用兩個因變量作爲輸入進行迴歸嗎?據我所知,迴歸模型y = a + b1.x1 + b2.x2 + .... + e是自變量。

回答

1

標準迴歸模型不適用於獨立輸入:不考慮輸入變量之間的依賴關係。但是,如果存在相互作用效應,則可能發現僅將相互作用項添加到迴歸模型中會改善結果:由此,您的模型變爲:

y = a + b1.x1 + b2.x2 + b2。 x1.x2

我不確定SVR的狀態是什麼,以及是否可以直接使用此選項;您可以通過將該功能添加到輸入中,或使用直接支持該功能的迴歸方法來僞造它。

另一個潛在的危險是你如何代表時間,因爲我可以很容易地看到這是錯誤的。你的時間輸入是什麼樣的?

+0

樣本輸入和輸出是<8.5,40>,<70>。我在訓練之前將這些數據標準化。 8.5是一天中的小時,40是速度。 70是旅行時間。你能告訴我,如果我代表時間錯了。時間輸入欄應該是<8.5,9,9.5,10,10.5 ... 18.5>,並且對於每個時間間隔我有不同的速度。 – ChanChow