forecasting

    2熱度

    1回答

    R :: forecast雙因子預測

    我需要根據產品線和商場線進行預測。 我的數據集的一小部分。 date mall product price 01.01.2017 mall1 prod1 94 01.01.2017 mall1 prod1 65 01.01.2017 mall1 prod1 50 01.01.2017 mall1 prod1 92 01.01.2017 mall1 prod2 97 01.01.201
    r forecasting 2017-11-18

    2熱度

    1回答

    展平或消化一個季節性時間序列

    我有一個季節性（每週）模式的重複時間序列，我想返回同一時間序列，沒有逐周趨勢，將第一個值作爲初始點。 具體而言，第1個值仍然是39.8，但第8個值也將是39.8而不是17.1。如果前七個值只是重複，那麼會重複一個星期的負面趨勢，我想根本沒有趨勢（所以6.2的第7個值也會更高）。 有沒有一種優雅的方式來做到這一點，尤其是對於時間序列中的零值條目（我有很多這樣的方法）是健壯的呢？ 我們可以假設時間序列
    r time-series forecasting decomposition trend 2017-10-01

    0熱度

    1回答

    如何在預測包中使用autoplot（）時控制行大小

    我習慣於在geom_line(size=1)的ggplot中控制行大小。我似乎無法找到控制forecast軟件包中的autoplot()函數中的行大小的方法。例如，給定以下代碼，如何才能使行大小變粗？ > library(forecast) > d.arima <- forecast::auto.arima(AirPassengers) > autoplot(forecast::forecas
    r ggplot2 forecasting 2017-10-04

    0熱度

    1回答

    使用ETS繪製預測輸出

    我想使用ETS來應用Holt-Winters。我正在讀取數據庫中的數據，因爲不同用戶的開始時間戳可能會有所不同（但時間間隔保持在15分鐘）。 我在繪製/解釋預測結果時遇到了問題。 x軸可能會顯示時間序列的索引值。我無法確定問題。下面的採樣數據是： > rawdata date_time_start total_transmitted_mbps 25/04/2017 00:00
    r forecasting holtwinters 2017-10-13

    2熱度

    1回答

    外匯匯率預測

    最近我強迫我的神經網絡學習異或函數，但現在我想預測給定日期的貨幣匯率。對於XOR函數來說很容易，因爲輸入和輸出落在[0; 1）之間。 匯率： 應該對輸入和輸出進行歸一化處理嗎？如果是的話如何？網絡應該有多少層？有多少輸入 - 我在考慮1個輸入（時間或某種表示）。 我打算使用：多層網絡，sigmoid函數，帶有nesterov動量的梯度下降。
    machine-learning neural-network prediction forecasting 2017-10-14

    1熱度

    1回答

    對於循環AR模型

    我想用具有差異時間序列的AR（4）模型提前n步預測。 模型本身： 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)) 首次預測： X(t+1)-X(t)=a(1)(X(t)-X(t-1))+...+a(4)(X(t
    r for-loop forecasting 2017-10-15

    1熱度

    2回答

    預測單個/多個時間步的多行lstm

    我有250天的數據，72個訓練樣本的特徵和一個目標變量列。並且想要預測未來30天內每個具有72個特徵的21351行。我將如何重塑我的數據輸入和輸出。看起來我有點混亂，圖書館給了我關於形狀不兼容的錯誤。 我被重塑爲： trainX.reshape(1, len(trainX), trainX.shape[1]) trainY.reshape(1, len(trainX)) 但給我的錯誤： V
    python-3.x time-series keras lstm forecasting 2017-10-16

    1熱度

    1回答

    lstm模型的輸出形狀

    我有1025643個條目和72個特徵/屬性的測試數據。我已經用形狀（245,30,72）和形狀（245，）訓練了帶有輸入數據trainX的lstm。另外請注意，我已經指定了後退30步，因此trainX的形狀（245,30,72）。 現在訓練模型後，如果我做 model.output_shape 輸出是： （無，1） 我的理解是，它將使對測試集進行一步預測。但我希望它是30行的預測，每個未來的步驟，
    python-3.x time-series keras lstm forecasting 2017-10-17

    0熱度

    1回答

    R的arima預測的交叉驗證

    我想確保我瞭解R的fit和summary函數。 這裏是我如何使用他們的100個數據點的時間序列被分爲訓練和測試樣品： x = ts(MyData) train = x[1:80,1] test = x[81:length(x), 1] fit = arima(train, order=c(1,1,0)) summary(fit, test) 我是在我的思想糾正summary將比較的時間
    r time-series forecasting 2017-10-28

    0熱度

    1回答

    與多元的歷史數據預測保險理賠

    我有這樣的保險索賠從一個特定的疾病D. 遭受被診斷患有疾病d後患者的數據，讓患者索賠各種治療。對於每項索賠，都有關於提出診斷索賠後的天數，索賠金額以及一些其他分類變量的數據。 使用這些數據，我必須預測每位患者在未來12個月內將要求多少錢。 我沒有太多的時間序列預測經驗，所以我不知道該怎麼做。我所看到的所有教程都有數據集，每個數據行都有日期。 您能否推薦使用哪種建模技術以及如何使用我的數據？ 樣本數
    time-series forecasting 2017-10-28
最新問題