나는 스파크 엔진에서 스파크 스트리밍을 배우기 시작했으며 데이터 분석과 스파크를 처음 접했다. 나는 미래의 데이터를 예측하기 위해 작은 IOT 애플리케이션을 만들고 싶다. 는 I 데이터가 배치되는 유닉스 타임 스탬프 t이 다음과 같이, 실시간 센서 JSON 데이터를 전송 TIVA 하드웨어 [{"t":1478091719000,"sensors":[{"s":"s
아래의 "실패한 시도"에서 "올바른 작동"예제와 같이 auto.arima에 매개 변수 값 목록을 전달하려고합니다. "실패한 시도"에서 auto.arima는 tsdat1을 제외한 다른 모든 값을 무시하는 것으로 보입니다. Code:
Tlambda <- 0.9999588
##Working Correctly
fit <- auto.arima(tsdat1,
ts (df, 빈도 = 52, 시작 = c (2007,1)) ts를 사용한 다음 인쇄하면 결과가 아래와 같이 표시되므로 2007.01, 2007.02, 2007.52 대신 결과가 나타납니다. ..., 2007.000, 2007.019, ... 1/52 = 0.019에서 수학적으로는 정확하지만 해석하기 쉽지는 않다. 날짜 자체를 데이터 프레임 또는 적어도 2
나는 다음과 같은 한 소스 데이터를 결과 : 지난 1백56주을 바탕으로, 나는 다음 52주에 대한 예측을하고 싶습니다. 내가 지금하고 싶은 무엇 Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
2003.000 1637.7675 -8.610502 3284.146 -880.15039 4155.685
2003.019 145
아래 코드에서 서로 다른 코어에 동시에 두 개의 서로 다른 auto.arima 모델을 병렬로 학습하려고합니다. 코드를 실행하려고하면 아래 오류가 발생합니다. 내 문제가 do.call 또는 parLapply와 관련이 있는지 잘 모르겠다. 또한 병렬 처리가 새로 도입되어 팁이 매우 유용하다. Code:
library("forecast")
library("p
아래의 코드 행을 사용하는 여러 시계열 목록에 대해 여러 BoxCox 람다 매개 변수를 계산하려고합니다. 아래 오류가 나타납니다. 행운을 빌어 오류를 인터넷으로 검색해 보았습니다. 문제를 지적 해 주시면 감사하겠습니다. Code:
testRun<-do.call(BoxCox.lambda, args=ListData)
Error in (function (x
시즌 별 판매량을 예측하고 싶습니다. Quick-R에서 일부 웹 페이지를 읽은 후 일부 명사 (예 : 지연)를 이해할 수는 없지만 판매량 데이터를 예측하려고했습니다. 예측 된 판매 금액이 계절이 아니기 때문에 # load library
library(dplyr)
library(lubridate)
library(forecast)
# fake data
나는 FPP 패키지에서 멋진 시간 시리즈 시계열 선형 모델에서 고전적인 "장착 잔여 대"플롯을 플롯하려고 : 구조 (C (1664.81 , 2397.53, 2840.71, 3547.29, 3752.96, 3714.74, 4349.61, 3566.34, 5021.82, 6423.48, 7600.6, 19756.21, 2499.81, 5198.24, 7225.
R에서 지원 벡터 회귀를 사용하여 미래의 에너지 소비를 예측하고 싶습니다.이 코드는 있지만 정확한 날씨인지는 확실하지 않습니다. `#gathering the data
data<-read.csv("C:\\2003_smd_hourly.csv",header=TRUE) #these are the values which are used to train the gi
RStudio를 사용하여 R 버전 3.3.1을 설치했습니다. 나는 또한 예측 패키지를 설치했다. 자동 아리마를 사용하려고하면이 버전에서 사용할 수 없다는 응답이 표시됩니다. 다른 버전으로 전환하면이 문제가 해결됩니까? 어떤 R 버전에 자동 아리마가 있습니까? 아니면 완전히 다른 해결책이 있습니까?