用R包nnet怎么预测未来的数据？
如下数据，我想预测2013年的total值怎么做呢？现在能做到的是根据2003-2012年的历史数据通过神经网络训练出
这十年的新的total值，
#代码如下:
#原始数据:
   date total renkou renjunyongshui gongyeliyonglv guangaixishu
1  2003 18.57 458.03          497.8             21         0.49
2  2004 18.30 457.28          510.6             29         0.48
3  2005 18.08 454.40          498.5             36         0.49
4  2006 19.56 450.52          500.4             43         0.53
5  2007 20.16 446.98          522.4             54         0.52
6  2008 20.79 445.56          560.8             69         0.54
7  2009 20.82 444.65          593.7             75         0.56
8  2010 21.12 439.39          597.1             81         0.57
9  2011 20.75 438.61          718.2             71         0.56
10 2012 21.26 440.69          629.6             76         0.59
setwd("C:/Users/MS/Desktop/Rtest")#更变工作目录
library(foreign)#加载foreign包读取.csv文件
library(nnet)#加载nnet包
data=read.csv("data_yuce.csv",header=T)#读入历史数据，如上
norm.data=scale(data[,c(2:6)])
nn=nnet(total~.,norm.data,size=10,decay=0.01,maxit=1000,linout=T,trace=F)
norm.preds <- predict(nn,norm.data)#对用total（总用水量）进行预测
nmse2 <- mean((norm.preds-scale(norm.data[,2]))^2)/mean((mean( scale(norm.data[,2]))- scale(norm.data[,2]))^2)
nmse2#计算出相对误差
preds=norm.preds*sd(data[,2])+mean(data[,2])#还原标准化的数据
preds
(preds-data[,2])/data[,2]*100#计算出误差