으로 변환 fpp 패키지를 사용하여 여러 고객의 여러 시간 시리즈를 동시에 예측합니다. 나는 이미 다른 쉬운 예측 방법 (snaive, meanf, 등)의 포인트 예측을 csv 문서로 추출 할 수 있습니다. 그러나, 나는 아직도 CSV 파일에 모든 시간 시리즈의 accuracy() 명령의 측정 값을 동시에 추출하는 방법을 찾으려고합니다.이 # loading
나는 시계열에서 tbats 모델을 훈련시키는 PositiveTBATS 기능을 가진 코드를 가지고 있습니다. 이 함수는 로그 변환에 대해 -inf 값을 피하기 위해 0을 0.001로 대체 한 후 로그 변환을 시계열에 적용합니다. 로그 변환은 예측이 음수 값을 반환하지 않도록합니다. 그런 다음 함수를 여러 시계열에 적용하는 것과 병렬 처리하는 다른 코드 조각이
입니다. 현재 R에서 arima 예측을하고 있으며 예측 결과를 표시하는 마지막 단계에 있지만 그래프에 예측을 표시하는 데 문제가 있습니다. 여기 내 코드입니다 : mydata.arima005 < - 아리마 (DY, 순서 = C (0,0,5)) mydata.pred1 < - 예측 (mydata.arima005, n.head = 100 (mydata.pred1
R에서 첫 번째 예측 구현에 문제가 있습니다. 달성하고 싶은 것은 2 개의 외생 변수 X1 및 X2를 사용하여 변수 Y를 예측하는 것입니다. 3 개의 데이터 세트는 각각 12 개의 행이있는 단일 열로 표시됩니다. DataSample <- data.frame(Y=Y[,1],Month=rep(1:12,1),
X1=X1[,1],X2=X2[,1])
두 날짜 사이의 금액을 예측하려고합니다. 금액은 날짜 사이에 균등하게 분산되어 있습니다 (아래 표 참조). (잘하면) 단순해야합니까 - 어떤 아이디어입니까? 은 소스 테이블은 다음과 같습니다 +-----------+---------------+---------------+------+--------------+----------------+
| Proje
auto.arima를 사용하지만 Python으로 사용하고 싶습니다. 어떻게해야합니까? 저는 여러 ARIMA 모델을 실행하여 예측 프로세스를 기본적으로 자동화하는 특정 기능 auto.arima를 요구하고 있습니다. 따라서 그것은 도서관 추천 정말 아니다 - 대신 때문에 (2 년 호전이 없었으며 이전 질문) 기존 statsmodel에 의해 troubleshoo
저는 통계 모델의 SARIMAX 모델을 사용하려고했지만 내 예측에 대한 신뢰 구간을 반환하려고합니다. 내 목표는 신뢰 구간의 상한 및 하한에 대한 일련의 예측을 생성하는 것입니다. 내 모델에 맞도록 시도한 다음 get_prediction() 및 마지막으로 conf_int()을 사용합니다. get_prediction()은 예상대로 각 색인에 대한 데이터를 반
저는 현재 24/7 상점에 도착한 고객 수를 예측하기 위해 대학 프로젝트를 진행하고 있습니다. 특정 연도의 모든 고객에게 서비스를 제공 한 날짜와 시간을 (다른 것 중에서) 포함하는 상점의 데이터를 사용하고 있습니다. 이 데이터 세트를 학습 세트와 교차 유효성 검사 세트로 분할했습니다. 또한, 연중 무휴로 기상 데이터를 집계하고 병합하여 예를 들어 고온으로
typedef (void (^blockType)()); 나는 같은 종류 blockType에 다른 인수 유형의 블록을 캐스팅해야하고, 원래의 형태 이후로 호출을 받았습니다 캐스팅. 그러나 블록 유형을 캐스팅하는 동안 문제가 있습니다. 플로트를 제외하고 다음 코드는 모든 인수 유형과 잘 작동 , ... ((blockType)^(BOOL b) {
NSL
Azure ML은 웹 서비스를 통해서만 출력을 제공합니까? Azure SQL 데이터베이스에 출력을 공급할 수 있습니까? Redshift 데이터베이스에 출력을 공급할 수 있습니까? 필자는 Azure ML Studio와 기존의 적색 변이 분석 데이터베이스를 통합 할 수 있는지 알고 싶습니다.