Predicción de Múltiples Puntos de Series de Tiempo Utilizando Support Vector Machines

Se presenta la evaluación de la predicción de múltiples puntos de series de tiempo, mediante un corrimiento de ventana para Support Vector Machines (SVM) con dos funciones de kernel distintas (lineal y con base radial). Para la evaluación se utilizó un conjunto de treinta series de diferente origen y comportamiento dinámico. Se encuentra que la SVM posee una buena capacidad para ajustarse a las diferentes dinámicas de las series de tiempo y presenta un buen desempeño para la predicción de los primeros puntos de las series utilizando la función de kernel radial, a pesar del proceso de expansión del error de predicción. Palabras clave: Funciones de Kernel para SVM, Predicción de series de tiempo, Support Vector Machines.