/// <summary>
/// Metodo que retorna uma lista dos dados previstos. ****
/// </summary>
/// <param name="dados">Dados reais a serem trabalhados.</param>
/// <param name="xInicial">Valor do indice inicial dos dados começando de 1. Default: 1.</param>
/// <param name="comparacaoteste">Variavel que determina se haverá comparação com dados reais de teste.</param>
/// <returns></returns>
public List<double> Previsao(List<double> dados, int xInicial = 1, bool comparacaoteste = true)
{
//RNA.Algoritmo = "ParallelResilientBackpropagationLearning";
string path = Environment.GetFolderPath(Environment.SpecialFolder.Desktop) + @"\RNA Archives";
//Variáveis que armazenarão resultados
List<double> result = new List<double>();
List<double> resultTeste = new List<double>();
//Instancia a classe CSerieTemporal.
Serie = new CSerieTemporal(dados, xInicial);
//Aplica a diferença nos dados e separa em treino, validação e teste.
Serie.PrepararDados(comparacaoteste);
//Separação dos dados
dadosTreino = Serie.DadosTreino;
dadosValidacao = Serie.DadosValidacao;
if (comparacaoteste == true) dadosTeste = Serie.DadosTeste;
//resultados
List<double> resultTreino = new List<double>();
TestarConfiguracoes();
//if (File.Exists(path + @"\RedeTreinada.bin") == false)
//{
//adiciona ao resultado final os resultados de treino, validacao e teste de maneira sequencial.
result.AddRange(Treino(path));
result.AddRange(resultValidacao);
//try
//{
// network.Save(path + @"\RedeTreinada.bin");
//}
//catch { }
//}
//else
//{
// network = (ActivationNetwork)ActivationNetwork.Load(path + @"\RedeTreinada.bin");
//}
result.AddRange(Teste(dadosTeste.Count, comparacaoteste));
return result;
}
