注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

数据挖掘 营销应用

说出你的业务困惑, 看数据挖掘能否帮你解惑

 
 
 

日志

 
 

数据挖掘与项目实践(13,用数据挖掘预测美国季度GDP)  

2008-12-11 08:59:16|  分类: 数据挖掘的实践应 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

 

本案例参考Kattamuri S. Sarma <<Using SAS EM for Forecasting>>。

项目概述:这是一个非常有趣的数据挖掘在宏观经济上的预测案例,利用美国某一个季度中公布的该季度第一个月的经济指标,来预测本季度美国的GDP。由于正式公布的该季度的GDP要在该季度过后的下一个月才能正式发布,所以本挖掘的预测模型可以比正式公布的时间提前60天左右预测本季度的GDP, 这个60天的时间差就是本挖掘项目的价值所在。

挖掘思路和过程:本项目是利用季度第一个月的美国经济指标来预测本季度的美国GDP, 所利用的第一个月的指标包括(1 non-farm payroll employment; 2 average weekly hours in private nonagricultural establishments; 3 index of industrial production; 4 real retail sales)(博主注:我还是直接把英文附上,让经济专业的人士准确翻译,免得让我越俎代庖)。首先,从第一个月的公布指标,利用神经网络技术来预测第二、第三个月的相应的各个指标;第二步,基于上面的数据,计算该季度这些指标的季度平均值;第三步,用上面的季度指标平均值,通过神经网络模型技术来预测该季度的美国的GDP。本项目还有一个数据处理的小细节值得一提,在模型搭建中,要进行数据集的分配(partitioning)。跟一般的partitioning的随机抽取或分层抽取的方法不同,本项目的数据包括了美国从1974年第三季度到2000年第二季度的全部经济指标,其中1974年到1998年的数据用于模型搭建中的训练集training,1998年之后的数据用于校验集validation。这种明显有次序要求的数据集的分配,是本项目的一个特别之处。

博主点评:本项目不仅分享了用一个月的指标预测季度GDP的思路(在经济领域数据挖掘中应该是有很大的启发性的),同时也分享了一种明显有次序要求的数据集分配方法和思路。

D/经典实战项目/Using SAS EM for Forecasting [PDF].

  评论这张
 
阅读(464)| 评论(1)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017