Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
R 中每日两次频率的时间序列
我有一些来自传感器的数据 每 12 小时进行一次观测 我想将其作为时间序列进行分析 但我不确定使用什么频率将其转换为时间序列 这ts函数需要开始 结束和频率 ts data start 1 end numeric frequency 1 我
r
TimeSeries
forecasting
对每组进行不同的预测
我的数据集如下所示 Category Weekly Date a b
r
dplyr
TimeSeries
GROUPING
forecasting
如何指定预测中的最小或最大可能值?
有没有办法指定使用 ETS ARIMA 模型进行的预测中的最小或最大可能值 例如 预测只能在 0 到 100 之间的百分比趋势时 我正在使用 R 包forecast 和功能forecast 如果你的时间序列y有一个自然的界限 a b 你应该
r
TimeSeries
forecasting
JavaScript 中的 Excel 预测公式
我正在尝试根据 Excel 中的代码在 Javascript 中创建一个预测函数 解释如下https support office com en US article FORECAST function 50CA49C9 7B40 4892
javascript
Excel
forecasting
滞后时间序列数据
我正在寻找建立一个用于预测的神经网络模型 我试图让我的数据采用图像中显示的格式 以便模型可以根据 2 天前 1 天前 今天 的先前值进行预测 这些值将在第二天针对下一个预测进行调整 例如如图所示 第一次输入的 1 天前变为第二次输入的 2
r
neuralnetwork
TimeSeries
forecasting
Python 简单指数平滑
我从 www nasdaq com 下载了 TESLA 股票 下载 CSV 文件后 我意识到我需要使用 Microsoft Excel 2016 转换 CSV 我使用 数据 选项卡 并单击文本到列 现在标题很清楚了 它们是 日期 收盘价 成
python
csv
forecasting
exponential
pythonggplot
R,时间序列,Arima模型,预测,每日数据[关闭]
Closed 这个问题不符合堆栈溢出指南 目前不接受答案 我试图用2012年1月16日到2013年10月10日的每日数据进行一些需求预测 但预测结果很糟糕 有什么线索吗 这就是数据在图中的样子 存在每周和每月的季节性 即 工作日期间需求较多
r
TimeSeries
forecasting
如何根据历史值预测内存使用情况和时间
我觉得确实是一道数学题 我有一些电子表格输出的历史数据以及行数和列数 我想做的是使用这些数据根据已知的行和列来预测峰值内存使用情况和所花费的时间 因此 如果没有历史数据 就不会有预测 1 或 2 个历史值将非常不准确 但我希望给出足够多的历
Math
memory
statistics
forecasting
迭代预测动态模型
我已经编写了一个函数来迭代预测使用 dyn 包构建的模型 并且我想要一些关于它的反馈 有一个更好的方法吗 有人为 dyn 类 或 dynlm 类 编写了规范的 预测 方法 还是我正在冒险进入未知领域 ipredict lt function
r
Dynamic
Regression
forecasting
stl 中的错误,系列少于两个周期(错误?)
I have 两年的月度数据 but stl 似乎至少需要两年零一个月 这是两个简单的例子 示例 1 返回 stl x 周期性 中的错误 系列不是周期性的或周期少于两个 dat 24 lt cumsum rnorm 24 x 24 lt t
r
TimeSeries
forecasting
有没有一种简单的方法可以将预测恢复为时间序列以进行绘图?
我是 R 新手 发现这个网站非常有帮助 所以这涵盖了我问题的后半部分 每个帖子一个问题 感谢您提前提供的帮助 背景 我正在绘制历史数据 并叠加多个预测以进行视觉准确性检查 当显示在 观察 的 x 轴上时 这非常有效 然而 当在 x 轴上绘制
r
plot
forecasting
如何在没有嵌入的情况下使用tensorflow seq2seq?
我一直在研究使用张量流进行时间序列预测的 LSTM 现在 我想尝试序列到序列 seq2seq 在官方网站上有一个教程 展示了带有嵌入的 NMT 那么 如何在没有嵌入的情况下使用这个新的 seq2seq 模块呢 直接使用时间序列 序列 1 E
tensorflow
TimeSeries
forecasting
预测精度:没有以两个向量作为参数的 MASE
我正在使用accuracy函数从forecast包 计算精度测量 我使用它来计算拟合时间序列模型的度量 例如 ARIMA 或指数平滑 当我在不同维度和聚合级别上测试不同模型类型时 我使用 Hyndman 等人引入的 MASE 平均绝对比例误
r
forecasting
skflow回归预测多个值
我正在尝试预测一个时间序列 给定 50 个先前值 我想预测接下来的 5 个值 为此 我正在使用skflow包 基于TensorFlow 这个问题比较接近Github 存储库中提供的波士顿示例 我的代码如下 matplotlib inline
python
neuralnetwork
forecasting
tensorflow
skflow
包安装错误:编译失败
我最近将 R 更新到 3 1 0 我尝试将 R Framework 中的软件包移至 3 1 我运行的是 OSX Mavericks 结果搞砸了 所以在全新安装之前完全卸载了所有内容 重新安装软件包时我没有遇到任何问题 直到我点击foreca
r
Compilation
compilererrors
package
forecasting
Trajectory Forecasting:TrajNet++
概述 由于自动驾驶和服务机器人等人工智能新兴应用的需求不断增长 xff0c 拥挤场景中的轨迹预测已成为近年来的一个重要话题 轨迹预测的一项重要挑战是有效地建模社交互动 在过去的几年中 xff0c 已经提出了几种新颖的方法 然而 xff0c
Trajectory
forecasting
TrajNet
An overview of time series forecasting models
An overview of time series forecasting models 2019 10 04 09 47 05 This blog is from https towardsdatascience com an over
overview
time
series
forecasting
models
«
1
2