机器学习—数据挖掘之灰色预测算法

引言

  灰色预测算法是一种对含有不确定因素的系统进行预测的方法。在建立灰色预测模型之前，需先对原始时间序列进行数据处理，经过数据处理后的时间序列即成为生成列。灰色系统常用的数据处理方式有累加和累减两种。灰色预测以灰色模型为基础，在众多灰色模型中，GM（1,1）模型最为常用。下面展示灰色预测算法的过程及代码实现

1.灰色预测模型

  设特征 X ( 0 ) = { X ( 0 ) ( i ) , i = 1 , 2... , n } X^{(0)}=\{X^{(0)}(i),i=1,2...,n\} X(0)={ X(0)(i),i=1,2...,n}为一非负单调原始数据序列，建立灰色预测模型如下：

1. 首先对$X^{(0)}$进行一次累加，得到一次累加序列 X ( 1 ) = { X ( 1 ) ( k ) , k =