我使用forecast
包在 R 中创建了一个模型。
我的学习来源来自这里: https ://robjhyndman.com/hyndsight/dailydata/
我正在使用最后一部分,其中包括傅立叶级数:
y <- ts(x, frequency=7)
z <- fourier(ts(x, frequency=365.25), K=5)
zf <- fourier(ts(x, frequency=365.25), K=5, h=100)
fit <- auto.arima(y, xreg=cbind(z,holiday), seasonal=FALSE)
fc <- forecast(fit, xreg=cbind(zf,holidayf), h=100)
创建此模型后,有没有办法可以进行交叉验证 k 折测试以确定误差和调整误差?
我知道如何使用广义线性模型来做到这一点:
library(boot)
lm1 <- glm(ValuePerSqFt ~ Units + SqFt + Boro, data = housing)
lm1cv <- cv.glm(housing, lm1, K=5)
lm1cv$delta
[1] 1870.31 1869.352
这显示了误差和调整误差。
预测包中是否有可以执行此操作的函数,它将帮助我将此模型的准确性与 glm 模型进行比较?