如何解决具有时间序列数据和交叉验证的 MLP
我在预测包中使用 tsCV 来评估不同模型在不同预测范围内的预测。
但是,当我运行以下多变量 mlp 时,e_mlp 由 NA NA NA 组成。
非常感谢您的帮助。
请参阅下面的最小可重现示例。
library(forecast)
library(RSNNS)
xreg = as.matrix(cbind(1:120,121:240),ncol=2)
y <- as.ts(1:120)
f <- function(xreg,y,h) {
X <- xreg[1:length(y)]
newX <- xreg[1:(length(y)+h)]
fit <- mlp(y,xreg=matrix(X))
forecast(fit,xreg=matrix(newX),h=h)
}
e_mlp <- tsCV(xreg = xreg,y= y,f,h= 15)
mse_mlp <- (colMeans(e_mlp^2,na.rm=TRUE))
当我省略交叉验证时,它会起作用:
h = 1
xreg = as.matrix(cbind(1:120,121:240,rnorm(120,mean = 0,sd = 1),ncol=3))
y <- as.ts(rnorm(120,sd = 1))
X <- xreg[1:length(y)]
newX <- xreg[1:(length(y)+h)]
fit <- mlp(y,xreg=matrix(X))
forecast(fit,h=h)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。