我正在寻找建立一个用于预测的神经网络模型。我试图让我的数据采用图像中显示的格式,以便模型可以根据(2 天前、1 天前、今天)的先前值进行预测。这些值将在第二天针对下一个预测进行调整,例如如图所示,第一次输入的 1 天前变为第二次输入的 2 天前。我使用滞后函数来滞后时间序列的数据,并使用矩阵来设置这种格式的数据,但我很困惑,并为此苦苦挣扎了一段时间。如何使用滞后函数对图像中所示的数据进行滞后?
我当前的代码:
data <-
structure(
list(
`USD/EUR` = c(
1.373,
1.386,
1.3768,
1.3718,
1.3774,
1.3672,
1.3872,
1.3932,
1.3911,
1.3838,
1.4171,
1.4164,
1.3947,
1.3675,
1.3801,
1.3744,
1.3759,
1.3743,
1.3787,
1.3595,
1.3599,
1.3624,
1.3523,
1.3506,
1.3521
)
),
row.names = c(NA,-25L),
class = c("tbl_df",
"tbl", "data.frame")
)
#Lag the data
lagData <- c(lag(data$`USD/EUR`,k = 1))
lagData
#store data into matrix to feed to neural net
matrixForm <- matrix(lagData, nrow = 25, ncol = 4, byrow = TRUE)
matrixForm