关于神经网络在时间序列资料预测分析中的应用问题

laoliu2005

用神经网络建立预测模型时，需要将样本数据划分为训练数据集和测试数据集，利用训练数据集建立模型后，需要用测试数据集检测模型的泛化能力（预测能力）。当检测结果符合要求时，是立即用这个模型进行将来的预测还是把训练数据集和测试数据集合在一起重新拟合模型再做预测分析呢？
3 B/ x/ B) F! H" i     例如手边有1980年-2009年的某病发病数据，需要建立模型对2010-2012年的发病数进行预测。现在将1980年-2006年的数据作为训练集、将2007-2009年的数据作为测试集，假设建立的模型A经测试符合要求，进行预测分析时，是利用模型A直接对2010-2012年的发病数进行预测呢？还是利用1980-2009年的全部数据重新进行训练建立模型B，用模型B对2010-2012年的发病数进行预测？进行预测分析时近期数据对将来趋势的预测至关重要，如果用模型A进行预测，相当于模型中没有利用2007-2009年的发病数据，而是用1980-2006年的数据预测2010-2012的发病数，这样预测结果根本没有考虑2007-2009年（近期）发病趋势对2010-2012年发病趋势的影响，结果是否可靠？相反，如果用模型B进行预测，相当于重新建立了一个模型，因为没有测试数据检测其泛化能力，预测2010-2012年发病数的可靠程度依然不能确定。
     偶是神经网络的初学者，遇到这个问题时查阅了一些书籍和文献，但都是谈如何建立模型如何检测模型，而没有说如何利用建立的模型进行预测，因此不知道究竟该如何操作，敬请各路大侠指点迷津，先谢谢啦

linmatsas

偶还没有学……学过了告诉你~~~~

tears2010

回复 1# laoliu2005


7 K) L( r* A6 ~    学习中，还没有掌握。
) V; U1 c  T0 Z! e9 i先数据预处理，在建模与识别！

2532430

新手，还不懂。。。。
* G2 Z2 a3 x( _; q# F: f。。。。

georgehy

==================================================================
* _% J% V6 p' e' E* p
& ^2 F- b* f, Q2 |==================================================================

wym461636546

我也想知道啊，最近正在进行这方面的论文，我看到有人将所有的数据特殊分组，貌似还可以

wdmbjh

可以试一下滚动预测方式：
2 m# R1 `1 r6 Q/ L训练样本输入P=[1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004；1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005；1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005；1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006];
: Y* A1 }" d% v训练样本输出T=[2007;2008;2009];
........
% X2 E' q( n$ D3 h7 z输入试验样本P1=[1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007];
1 [7 X( Z1 S  r1 Y; R8 i% U& b# n网络输出结果就是2010年的


  P* Q' D$ t& s输入试验样本P1=[1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008] ；
6 _$ l* D+ e* Q$ Z/ J; @7 h. v网络输出结果就是2011年的
- F; m8 c' n) s( ?# h
输入试验样本P1=[1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009] ；
+ h5 q! r& E4 T/ p9 `网络输出结果就是2012年的

zerodingying

感谢楼主，很不错的说。。。。。

lifuqiang

我也没学过，但是也遇到过类似的问题

Fate叆

的得到的得到的顶顶顶顶顶顶顶顶顶顶