Kann ich das neurale RBF-Netzwerk zur Vorhersage von Zeitreihen in der R-Sprache verwenden?

Question

Es gibt eine Zeitreihe der Anzahl der Arbeitsplätze in der Herstellung zwischen 1978 bis 2017. Ich möchte Radial Basis Neural Network verwenden, um die Anzahl der Arbeitsplätze in zwei Jahren zu prognostizieren. Ist es möglich? Wenn ja, könnten Sie bitte den Code in R-Sprache schreiben? Danke vielmals! Ich schrieb hier einige Codes:

install.packages("RSNNS") 

library(RSNNS) 

data <- read.csv("jobs.csv",header = TRUE) 

tsA01 <- ts(data$`A-01`,start = c(1978,2),end = c(2017,1),frequency = 4) 

Teil der Daten, wie unten in der Abbildung dargestellt:

Answer 1

am Beispiel der Daten suchen, haben Sie eine sehr einfache Daten-Set: eine Antwortvariable (Anzahl der Jobs) und eine einzelne Kovariate (Datum). Wenn dies wirklich die Grenze Ihrer Daten ist, besteht keine Notwendigkeit für einen neuralen Netzwerkansatz. Neuronale Netze und andere überwachte maschinelle Lernansätze sind wirklich nur notwendig, wenn Sie Tonnen von Merkmalen haben (d. H. Kovariaten, auch "p" genannt), typischerweise so, dass p >> n (Anzahl von Beobachtungen). In diesem speziellen Fall würde ich mit einer einfachen linearen Regression beginnen, die vielleicht Dinge wie Monat oder Jahreszeit als Kovariaten berücksichtigt. Wenn die Regression gut aussieht, können Sie Vorhersagen über zukünftige Zeitpunkte treffen.

Wenn Sie komplexere Daten haben als Sie in Ihrer Frage nicht gefunden haben, gibt es ein tolles Lehrbuch für maschinelles Lernen, das online kostenlos zur Verfügung steht. Es enthält eine Reihe von Laborkapitel, die in R geschrieben sind, um Sie durch verschiedene Analysen zu führen, aber ich würde die Zeit in das Lesen der Vor- und Nachteile der verschiedenen Ansätze investieren, bevor Sie sich dazu entschließen, Neural Networks speziell zu verwenden. Sie finden das Lehrbuch hier: http://www-bcf.usc.edu/~gareth/ISL/ (und klicken Sie einfach auf "Download the book PDF".