forecasting

    0

    1答えて

    とシミュレーション/予測、私は1960年から2015年までの気温の時系列を持っている、と予想したい私の目標は依然としてトレンドをキャプチャすることができながら、簡単な方法を使用することで、時間の経過に伴うデータの季節性。 (私は実際に5月から8月の気象条件のみを気にしますが、納得のいく予測を得るために過去5年間から8月までのデータを使用できるかどうかは分かりませんので、1年間予測します) I au

    0

    1答えて

    特定の時点で切断される予定のケーブル加入者数を予測する予測システムを構築しています。私はPythonを使用していて、私が試したさまざまなモデルから、XGBoostが最高の性能を発揮します。 私は、実際のものが使い果たされ、私の遅れで予測された数字を使い始めるなど、動いている窓の仕方で動作する自己参照システムを用意しています。 予測システムを構築するために、以前の800日間のラグ(1日の切断)、移動

    0

    1答えて

    geom_line(size=1)の行サイズを制御するのに慣れています。ggplotです。 forecastパッケージのautoplot()関数の行サイズを制御する方法が見つからないようです。たとえば、次のコードでは、行の太さをどのように太くすることができますか?ここで > library(forecast) > d.arima <- forecast::auto.arima(AirPassen

    2

    1答えて

    予測のためにRのfacebook 'Prophet'パッケージを使用します。それが負の値を予測しないようにそれを使用する方法があるかどうか疑問に思っていましたか? ありがとうございます!

    0

    1答えて

    ETSを使用してHolt-Wintersを適用しようとしています。私は開始タイムスタンプが異なる可能性がある(しかし、間隔は15分にとどまる)ので、DBからデータを読み取っています。 予測結果のプロット/解釈に問題があります。 X軸におそらく時系列のインデックス値が表示されます。私は問題を特定できません。サンプルデータは、以下である: raw_data$date_time_start <-

    1

    1答えて

    差分時系列のAR(4)モデルを使ってnステップ先行予測を行いたいとします。 モデル自体: X(t)-X(t-1)=a(1)(X(t-1)-X(t-2))+...+a(4)(X(t-4)-X(t-5)) => X(t)=X(t-1)+a(1)(X(t-1)-X(t-2))+...+a(4)(X(t-4)-X(t-5)) まず予測: X(t+1)-X(t)=a(1)(X(t)-X(t-1))+

    1

    1答えて

    私は1025643エントリと72個の機能/属性のテストデータを持っています。私は、形状(245,30,72)の入力データtrainXと形状(245、)のtrainYを持つlstmを訓練しました。また、私は30回戻って(245,30,72)形のtrainXになるようにルックバックを指定しました。私は model.output_shape をすれば は今モデルを訓練した後、出力は次のようになります。

    0

    1答えて

    State + Productの異なる組み合わせの売上データがあります。私はそれぞれの組み合わせについて、今後3ヶ月間の売上を予測しなければならない。現時点では、ARIMAを使用して、モデルをループ内で予測して実行し、固有の組み合わせ数を求めています。私はそこで、これを行うための他の簡単で素早い方法(私たちが回帰で使うグループのようなもの)とそれを実装する方法を知りたかったのです。 サンプルデータ

    0

    1答えて

    は、私は簡単な例の時系列を持っている: データ:ホルト冬のスムージング、TBATSスムージング、ARIMA、およびAR神経:私は、4つの異なる時系列予測モデルを実行した Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2000 200.1 199.5 199.4 198.9 199.0 200.2 198.6 200.0 200.3 201.2 2

    0

    1答えて

    おはよう ここでは、私が以前使用していたものではないExcel Forecasting関数を使用しています。私は先週、それを見て多くの時間を過ごし、知恵を求めて多くのサイトを徘徊しました。 私は、ディスクスペースがどのように使用されているかを理解するために、数多くのPCとサーバーでディスクの使用状況を監視しており、今後5〜10年間は​​プロジェクトを進めることができます。私は2017年9月7日から