基于分类模型的生猪价格预测
【摘要】 本文旨在通过研究中国南方某养殖企业2000年7月-2015年11月生猪价格的涨跌规律，建立一个可以预测未来每月生猪价格和趋势的模型，为企业的调整和布局提供参考。本文先使用支持向量机（SVM）、反向传播神经网络（BPNN）和Xgboost模型对样本进行涨跌分类，再根据分类结果使用不同参数的多元回归模型进行生猪价格预测。结果显示:使用BPNN_Xgboost的组合模型在涨跌分类中的正确率达到94.59%，先分类再预测方法的平均绝对百分比误差为2.64%。先分类再预测方法与直接预测方法相比可以降低预测的误差。
