抛砖引玉,搞个nnet的。
- install.packages("nnet")
- library(nnet)
- set.seed(500)#得到股固定结果
- pr_ann=matrix(ncol=1,nrow=17,0)#预测结果存入矩阵
- ED<-HK_data [1:27,2]#输出
- fit_ann = nnet(ED~., data = HK_data [1:27,-c(1,2)],size=15,linout=T)#因变量
- fitted_ann<-as.numeric(fitted(fit_ann))#训练模型
- mape_train_ann=mean(abs((fitted_ann- ED)/ ED))
- rmse_train_ann=rmse(as.data.frame(ED),as.data.frame(fitted_ann))
- pr_ann= predict(fit_ann, newdata = HK_data[28:nrow(X),-c(1,2)])#测试模型
- mape_ann=mean(abs((pr_ann-y)/y))
- rmse_ann=rmse(as.data.frame(y),as.data.frame(pr_ann))