我尝试使用时间序列分析来准备回归数据。我在 Matlab 上使用 LIBSVM
假设我有 N 天的价格，我想预测第二天的价格。因此，训练集 X 是长度为 K 的向量的向量，训练集 Y 如下：
(DAY 1).....(DAY 2).....(DAY K)-------->DAY (K+1)
(DAY 2).....(DAY 3).....(DAY K+1)----->DAY (K+2)
（第 3 天）.....（第 4 天）.....（第 K+2 天）----->第（K+3 天）
很快...
但问题是：我假设测试数据解决方案会给我 DAY (K+1),DAY (K+2),DAY (K+3) 天。但它总是适合自变量的最后一天。（这里他们是（DAY K），（DAY K+1），（DAY K+2））。
我试图改变 K 的值，但它没有改变。
解释更多：作为一个例子，假设我们有以下单变量时间序列 s ：
1 2 3 4 5 6 7 8 9 =s[1]..s[9]
使用 N=3 开窗产生：
[s[k−3], s[k−2], s[k−1]] →s[k]
⎢1 2 3 ⎢ ⎢4⎢</p>
⎢2 3 4 ⎢ ⎢5⎢</p>
⎢3 4 5 ⎢ ⎢6⎢
⎢。. . ⎢ ⎢.⎢</p>
⎢6 7 8 ⎢ ⎢9⎢</p>
但问题是结果适合向量 ⎢3⎥ ⎢4⎥ ⎢5⎥ ... ⎢8⎥</p>
我找不到问题出在哪里？