我可以使用RBF神经网络在R语言中预测时间序列吗？

Question

从1978年到2017年，制造业的工作岗位数量有一个时间序列。我想使用径向基神经网络来预测两年内的工作岗位数量。有可能吗？如果是的话，能不能请你用R语言写代码？非常感谢！我在这里写了一些代码：

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)

部分数据如下图所示：

​

​

Answer 1

查看数据示例，您有一个非常简单的数据集:一个响应变量(作业数)和一个协变量(date)。如果这确实是您的数据的限制，那么就没有必要使用神经网络方法。只有当你有大量的特征(即协变量，也称为"p")时，神经网络和其他有监督的机器学习方法才是真正必要的，通常是p >> n(观察次数)。在这种特定情况下，我将从一个简单的线性回归开始，它可能会将月份或季节等因素作为协变量考虑在内。如果回归看起来很好，那么您可以对未来的时间点进行预测。

如果你确实有比你在问题中回避的更复杂的数据，有一本关于机器学习的很好的教科书可以在线免费获得。它包括许多用R编写的实验室章节，以帮助您完成各种分析，但在您决定具体使用神经网络之前，我会花时间阅读各种方法的优缺点。你可以在这里找到教科书：http://www-bcf.usc.edu/~gareth/ISL/ (只需点击“下载书籍PDF”。