0
我有一个对应于测量数据的值向量,我想预测下一个值。我怎样才能做到这一点?我知道卡尔曼滤波器是可行的,但它可能是一个更简单的方法。这里是数据图,我想预测下一个值: 如何估计Matlab上的下一个值
我有一个对应于测量数据的值向量,我想预测下一个值。我怎样才能做到这一点?我知道卡尔曼滤波器是可行的,但它可能是一个更简单的方法。这里是数据图,我想预测下一个值: 如何估计Matlab上的下一个值
尝试exponential smoothing,例如,双指数平滑或Holt-Winters方法。基本上你试图学习数据的趋势。
我有一些示例python
代码在this后。另一方面,如果你知道下划线变量的运动/观察模型,肯定的,卡尔曼会给你更好的预测,就像@tomasz74指出的那样。
有没有地方可以阅读它背后的数学? – Royi
这取决于您的数据的性质。你应该尝试用它的含义来建模你的数据。给你一些线索:A将是一个转换矩阵,它的值与从前一个状态的转换有关。如果您的数据来自某个市场,那么您的数值会有所不同,在这些市场中,您将使用不同的因素为下一个值建模如果您的数据来自测量交流电流的电传感器,则A的值将会不同。同样,H是一个状态测量的矩阵,如果你的数据来自市场,你可能会读到你得到的数值是1,但不是在传感器的情况下 – tomasz74