灰色预测
p50
一、数据预处理
对数据进行预处理,消除数据波动变化;
xyuanshi=[0.18095 0.19382 0.18382 0.14627]; n=length(xyuanshi); %%%%%%%对数据做均匀化处理%%%%%% x(1)=(3*xyuanshi(1)+xyuanshi(2))/4; x(n)=(3*xyuanshi(n)+xyuanshi(n-1))/4; for i=2:(n-1) x(i)=(xyuanshi(i-1)+xyuanshi(i+1)+2*xyuanshi(i))/4; end
数据预处理:标准化、归一化
标准化:Z标准化、min-max标准化(主成分分析)
Zscore
正向化:统一量纲
一个人的健康程度:
体重、身高、性别
kg、cm
有必要的情况下,可以
1.填补缺失值
2.剔除异常值
方法:
3.箱线图(matlab、SPSS)
4.规律剔除(excel:透视表)
人的年龄:0-120,,9999
1、2、3、100000、5、67
二、一次累加
x1(1)=x(1); for i=2:n x1(i)=x1(i-1)+x(i); end
三、求解参数
%生成并使用 for i=1:(n-1) x2(i)=(x1(i)+x1(i+1))/2; %生成累加矩阵 end %计算待定参数的值 Y=x(2:n)'; B(:,1)=-x2'; B(:,2) = 1; alph=(B'*B)^(-1)*B'*Y;
四、预测结果
X1end(1) = x1(1); for i=2:(n + 1) %只推测后1个数据,可以从此修改 X1end(i)=(X1end(1) - (alph(2)/alph(1)) )*exp(-alph(1)*(i-1)) + alph(2)/alph(1); end
五、计算相对误差
%Xlend:预测结果 %xend:实际相对误差 Xend(1) = X1end(1); for i=2:(n+1) %只推测后1个数据,可以从此修改 Xend(i)=X1end(i)-X1end(i-1); %得到预测出来的数据 end Errorxd=(Xend(1:n)-x)./x;
回归分析
方法一
p72
方法二
p82
lg10 -> ln