การวิเคราะห์ข้อมูลเพื่อพยากรณ์ราคาข้าวโพดเลี้ยงสัตว์ด้วยขั้นตอนวิธีถดถอย
คำสำคัญ:
ขั้นตอนวิธีถดถอย , ราคาข้าวโพดเลี้ยงสัตว์ , การเรียนรู้ของเครื่อง, วิทยาการข้อมูลบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อการศึกษาแบบจำลองที่มีประสิทธิภาพต่อการพยากรณ์ราคาข้าวโพดเลี้ยงสัตว์ที่เกษตรกรขายได้ โดยใช้ขั้นตอนวิธีถดถอยเชิงเส้นพหุคูณ ขั้นตอนวิธีถดถอยแบบริดจ์ และขั้นตอนวิธีถดถอยแบบลาซโซ เพื่อเรียนรู้จากชุดข้อมูลที่สำนักงานเศรษฐกิจการเกษตรได้รวบรวม ในช่วงเดือน มกราคม พ.ศ. 2545 ถึง พฤษภาคม พ.ศ. 2562 ผู้วิจัยได้สร้างฟีเจอร์ใหม่ จำนวน 2 ฟีเจอร์ ได้แก่ อัตราการเปลี่ยนแปลงของราคามันสำปะหลังย้อนหลัง 1 เดือน และอัตราการเปลี่ยนแปลงของราคาข้าวโพดเลี้ยงสัตว์ย้อนหลัง 1-4 เดือน การวิจัยครั้งนี้ได้ทำการวิเคราะห์ความสัมพันธ์ของข้อมูลและวัดประสิทธิภาพของขั้นตอนวิธีด้วยการเปรียบเทียบอาร์กำลังสอง ค่ารากที่สองของค่าความคลาดเคลื่อนกําลังสองเฉลี่ย และค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย ตามลำดับ ผลการวิจัยพบว่าการคัดเลือกฟีเจอร์ก่อนการเรียนรู้ด้วยขั้นตอนวิธีถดถอย ส่งผลให้ขั้นตอนวิธีถดถอยเชิงเส้นพหุคูณ มีค่าอาร์กำลังสองเท่ากับ 0.94 ขั้นตอนวิธีถดถอยแบบริดจ์มีค่าอาร์กำลังสองเท่ากับ 0.86 ขั้นตอนวิธีถดถอยลาซโซมีค่าอาร์กำลังสองเท่ากับ 0.86 โดยทั้งสามขั้นตอนวิธีมีค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ 0.31, 0.42, 0.43 ตามลำดับ และมีค่ารากที่สองของค่าความคลาดเคลื่อนกําลังสองเฉลี่ยเท่ากับ 0.50, 0.58 และ 0.58 ตามลำดับ
เอกสารอ้างอิง
Ge Y, Wu H. Prediction of corn price fluctuation based on multiple linear regression analysis model under big data. Neural Comput & Applic. 2019; 32:16843–16855.
Ayush J, Marvaniya S, Godbole S, Munigala V. A framework for crop price forecasting in emerging economies by analyzing the quality of time-series data. arXiv. 2020:10.
Silva RF, Barreira BL, Cugnasca CE. Prediction of corn and sugar prices using machine Learning, econometrics, and ensemble models. MDPI. 2021; 9(31):1-4.
Ouyang H, Wei X, Wu Q. Agricultural commodity futures prices prediction via long- and short-term time series network. J Appl Econ. 2019; 22(1): 468 - 483.
Shahhosseini M, Hu G, Archontoulis S. Forecasting corn yield with machine learning ensembles. Front. Plant Sci. 2020;31.
Rencher AC, Christensen WF. Multivariate regression, Methods of Multivariate Analysis: 3 ed: John Wiley & Sons; 2012.
Tibshirani R. Regression shrinkage and selection via the Lasso. J Royal Stat Soc. 1996; 58(1): 267-288.
Hoerl AE, Kennard RW, Hoerl R. Practical use of ridge regression: A Challenge Met. Journal of the Royal Statistical Society. 1985; 34(2): 114-120.
Soonthornphisaj N. Machine learning. Bangkok: Kasetsart University; 2020.
ดาวน์โหลด
เผยแพร่แล้ว
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2023 วารสารวิจัย มข. (ฉบับบัณฑิตศึกษา)
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
