그래서 이것이 제 문제입니다. 나는 2000 주식의 일일 수익 데이터를 가지고 있으며, 그 아래에 그것의 작은 샘플이있다. (s1 to s8, day1 to day15) 데이터를 "df"라고 부를 것이다. > df[1:15,1:8]
s1 s2 s3 s4 s5 s6 s7 s8
1 -0.026410 -0.001030 -0.0027
단순화하기 위해 컬럼이 [ 'date', 'float', 'int'] 인 프레임 df가 있습니다. dd = df.groupby(['date', 'float']).sum()
것입니다, 나는 그것이 떨어질 것이다 언 스택없이 다른 dd = dd.unstack().resample('B').last()
을 통해해야 할 날짜 인덱스를 다시 샘플링해야합니다 날
멍청한 질문에 대한 사과 - 총 n00b 여기. 다음과 같은 데이터 세트가 있다고 가정 해 보겠습니다. date,site,category,locale,type,rank,sessions,logins
01/01/2017,google.com,search,US,free,1,3393093,50000
01/01/2017,google.com,overall,US,fr
Hyndman의 forecast 패키지를 사용하여 주간 단위로 다소 정확한 tbats 예측치를 산출하지만 휴일에는 심각한 오류가 있습니다. 모델에 휴일을 포함하려면 어떻게해야합니까? 또한 아리마는 나의 주간 데이터에 잘 맞지 않는 것으로 나타났습니다. 그래서 휴일은 아리마가 아닌 방식으로 추가되어야합니다. 나는 두 가지 해결책을 보았습니다. 하나는 http
시간 기간 (나노초로 표현 : 두 개의 Long, 시작에 하나, 끝으로 하나)과 측정 값을 보유한 레코드 목록을 포함하는 하나의 데이터 세트가 있습니다. 값이 변경되는 기간 만 보유하는 새로운 집계 데이터 집합을 만들어야합니다. 예를 들어 : input dataset:
+-----+-----+-----+
|start|end |value|
data은 복수 속성이있는 항목에 날짜 - 시간 - 색인이있는 팬더 데이터 프레임입니다. 이러한 속성 중 하나는 STATUS입니다. 나는 STATUS 속성으로 세분화 된, 일일 엔트리 수의 줄거리를 만들려고했다. 내 첫 번째 시도 사용 pandas.plot : for status in data["STATUS"].unique():
entries =
R의 fit 및 summary 기능을 이해하고 있는지 확인하고 싶습니다. 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)
내가 summary 시간에 대한 장착 모델을 비교합니다 나의 생각, 내가
나는 질병 D로 진단 된 후 특정 질병 D. 을 앓고있는 환자에 대해이 보험 청구 데이터를 가지고, 환자는 각종 치료에 대한 주장을합니다. 각각의 주장에는 진단 주장이 제기 된 후 일 수, 청구 금액 및 몇 가지 다른 범주 형 변수에 대한 데이터가 있습니다. 이 데이터를 사용하여 향후 12 개월 이내에 각 환자가 청구 할 금액을 예측해야합니다. 나는 시계열