R语言神经学网络模型预测问题

目前自学研究关于R语言的神经学网络模型，并想用该神经学网络模型分析预测时间序列的数据，数据是三年的按天的历史数据，想通过三年的数据预测下未来一个月或者三个月的数据。但是在研究模型的过程中发现好糊涂问题

1、目前R语言中可以用于时间序列分析预测的神经学网络模型有哪些？

2、我找了资料目前来看知道的有nnetar，是否还有其他的函数？

3、使用神经学网络分析数据的时候该如何建模处理？

希望有大神解答下，目前困惑的要死要死的了

没有人来帮我解答下吗？

1. library(forecast)
   
2. 
   
3. fit <- nnetar(lynx)
   
4. fcast <- forecast(fit)
   
5. plot(fcast)
   
6. 
   
7. ## Arguments can be passed to nnet()
   
8. fit <- nnetar(lynx, decay=0.5, maxit=150)
   
9. plot(forecast(fit))
   
10. lines(lynx)
    
11. 
    
12. ## Fit model to first 100 years of lynx data
    
13. fit <- nnetar(window(lynx,end=1920), decay=0.5, maxit=150)
    
14. plot(forecast(fit,h=14))
    
15. lines(lynx)
    
16. 
    
17. ## Apply fitted model to later data, including all optional arguments
    
18. fit2 <- nnetar(window(lynx,start=1921), model=fit)

复制代码

屋檐滴语 发表于 2017-10-31 22:33

这个我在nnetar的API说明里看到了，在用这个函数的时候，这个函数为何与别的神经网络模型的函数不一样呢？别的神经网络模型需要数据划分成训练数据以及目标数据，可是这个函数什么都不需要吗？也没有一个建模的过程？

裴利军 发表于 2017-11-1 10:17
这个我在nnetar的API说明里看到了，在用这个函数的时候，这个函数为何与别的神经网络模型的函数不一样呢？ ...

这个是时间序列数据，这里不是随机抽样75%的数据训练的，而是选择了1920年以前的数据作为训练数据

屋檐滴语 发表于 2017-11-1 10:22
这个是时间序列数据，这里不是随机抽样75%的数据训练的，而是选择了1920年以前的数据作为训练数据

比方说我这里有三年的按天的历史数据？我该如何按天来划分训练数据和目标数据来进行预测分析？

裴利军 发表于 2017-11-1 11:56
比方说我这里有三年的按天的历史数据？我该如何按天来划分训练数据和目标数据来进行预测分析？

一般是选择75%的数据作为训练数据，时间序列数据用window（）函数来设置。