[問題] 用machine learning方法做時間序列的data

[eggbo (eggbo)]

想請問版上的大大，如果我有多維時間序列的data
想用Xit估Yt,不用regression,而是用machine learning
請問在做模型驗證，我可以直接用cross validation嗎？
還是也是必需用in sample for training, out sample for forecast來看模型的效能？

我自己的想法是，如果用machine learning.就是把資料視爲橫段面了，用data去找Xit跟Yit的關係，所以交叉驗證這種抽樣還是可以適用這裡。

再麻煩各位回復，謝謝

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.72.58.32
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1505123861.A.29D.html
→ DIDIMIN: NARX neural networks ??
→ f496328mm: 時間序列做CV    要有點技巧
→ f496328mm: 不能把未來當作 train, 過去當成 test
→ f496328mm: 衡的切沒錯   先用一部分去建model
→ f496328mm: 讓你的model學會預測未來
→ f496328mm: 再用剩下的test data   去驗證"預測未來"的效果
→ f496328mm: 我有做過類似的   也是用 ML  有興趣可以站內聊聊
推 backprog: machine learning 和 regression 其實是有交集的
→ eggbo: Sorry，這裡忘了說Yt被我轉成1 or 0的分類變數，所以是預
→ eggbo: 測分類不是數值。這樣可以直接用R的cv函數嗎？
→ hsnuyi: ML是一種統稱 用哪種model都沒講是要fit啥...