-
1 votesanswersviews
训练LSTM神经网络预测pybrain，python中的时间序列
我有一个使用PyBrain创建的神经网络，旨在预测时间序列 . 我正在使用顺序数据集函数，并尝试使用5个先前值的滑动窗口来预测第6个 . 我的一个问题是，我无法弄清楚如何通过将5个先前的值附加到输入并将第6个值作为输出附加来创建所需的数据集 . 我也不确定在网络训练后如何准确预测系列中的值 . 在下面发布我的代码： from pybrain.datasets import SupervisedDa... -
6 votesanswersviews
高斯过程scikit-learn - 异常
我想使用高斯过程来解决回归任务 . 我的数据如下：每个X向量的长度为37，每个Y向量的长度为8 . 我正在使用 Python 中的 sklearn 包，但尝试使用高斯进程会导致 Exception ： from sklearn import gaussian_process print "x :", x__ print "y :", y__ gp = g... -
0 votesanswersviews
循环 - 通过模型重新拟合为不同的ARMA模型生成滚动预测
假设我对样本值中的ARMA模型估计有以下R循环： USDlogreturns=diff(log(prices)) for(i in 0:10){ for(j in 0:10){ fit <- arima(USDlogreturns, order=c(i,0,j), include.mean=TRUE, method="ML") } } 现... -
4 votesanswersviews
在Linux集群上安装R`preview`包：编译问题？
我期待测试 R 的性能，更具体地说是在具有Intel Xeon Phi协处理器的HPC群集上的 forecast 包中的一些例程 . 据我所知，系统管理员按照英特尔网站上的说明从源代码构建了 R/3.2.5 ：https://software.intel.com/en-us/articles/build-r-301-with-intel-c-compiler-and-intel-mkl-on-li... -
0 votesanswersviews
遗传算法和支持向量回归的大问题
我正在研究一种预测功能，该功能使用遗传算法优化RBF内核的nu-SVR超参数 . 该模型包括因变量的滞后值和其他回归量的滞后值 . 关于我做什么的一些说明 GA用于适应性的标准是减去样本外的均方误差 . 使用扩展窗口预测练习生成OOS错误 . 如果你遗漏了100个观测训练集中的30％，那么GA将使用超参数估计X许多SVR，它选择从1到（70-h 1）的观测值，其中h是预测范围 . 然后，它将针对所... -
2 votesanswersviews
关于使用张量流LSTM用时间序列数据预测下一个值的实际项目
最近我研究了一个问题来预测第二天的网络视图 . 我选择了RNN-LSTM模型但效果并不理想 . 我的原始数据大约是200天，每天有1440点（每天有1440分钟，每分钟有一个值）=> [200 * 1440, 1] . 在特征工程之后，我将1-feature（仅为Web视图值）扩展为 8-features （当天的索引（范围从0到1439），Web视图值，is_weekday（0,1），... -
0 votesanswersviews
R在仓库级别进行批量预测
需要 R 用户的帮助 . 我在仓库级别有以下格式的销售数据：excel：SalesData.csv，2014年1月，2014年2月等显示特定仓库中特定仓库的相应月份的销售量 . 多个软件仓库中有多个项目 . |Depot |Item |Jan-2014 |Feb-2014 |Mar-2014 |............ |Oct-2016| 我想预测11月16日，12月16日和1月17日的销售预测... -
0 votesanswersviews
如何用R计算客户对未来三个月销售额的预测？
从2009年1月到2012年12月，我有4个月的每月总销售额，我有749个客户，我想要2013年1月，2013年2月和2013年3月的客户预测 . 我该怎么做？所有人都用R谈论ARIMA，但我不知道 . 你可以帮帮我吗？ CustomerName 01/2009 02/2009 03/2009 04/2009 05/2009 06/2009 07/2009 08/2009 09/20... -
1 votesanswersviews
在这种典型情况下预测的最佳方法
我正在 Build 一个时间序列预测模型 . 我拥有的数据有一个变量'amount'，即运输材料的运费 . 我有10年的月度数据 . 这里的挑战是一个月的运费账单金额不一定反映仅在该月运输的材料的费用 . 有时，材料是碎片运输的，并在接下来的2-3个月内充电，这些钞票意外地高，随机扰乱了时间序列模式 . 例如，如果我有2017年3月的比尔，它可能也有1月和2月的一些金额 . 我尝试了ARIMA并获... -
0 votesanswersviews
如何使用Arima Model获得R中的预测值？
我是R的新手，所以不知道使用Arima Model在R中预测的确切程度 . 我的数据集如下：92 Aug-17 9533 93 Sep-17 8718 94 Oct-17 2035 95 Nov-17 2539 96 Dec-17 1333 97 Jan-18 2444 98 Feb-18 9371 99 Mar-18 9697 100 Apr- 18 3989 101 May-18 4061 1... -
0 votesanswersviews
重建Keras的LSTM列车和测试装置
所以我在Keras Github上看到了一些SO帖子和问题帖子，但到目前为止这些解决方案似乎都不适用于我 . 我的问题涉及Keras中LSTM的input_shape . 与大多数示例不同，我的问题是时间序列预测问题，与我在各处看到的分类示例类型无关 . 我想知道在Keras中安装LSTM模型时如何重塑我的训练和测试数据集 . For my use case I'd like to model... -
1 votesanswersviews
R-处理我的时间序列周期的变化
我有小时分辨率的数据，如下所示： Time traffic 6/7/2005 7:00 56718587433 6/7/2005 8:00 76456162968 6/7/2005 9:00 82534038485 6/7/2005 10:00 88796995092 ... 7/28/2005 10:00 51528036132 7/28/2005 11:00 6961... -
1 votesanswersviews
时间序列分析和R Holt Winters
我有一个季节性（7天间隔）时间序列，每日数据30天 . 合理预测的最佳方法是什么？时间序列包含使用应用程序进行的订单，它显示1周的季节性（本周初的销售额较低） . 我尝试使用此代码的holt winters方法： (m <- HoltWinters(ts,seasonal = "mult")) plot(m) plot(fitted(m)) 但它给我一个错误，如：分... -
2 votesanswersviews
模型预测每小时的时间序列
我正在研究自动售货机的销售数据 . 它包括销售和销售时间 . 我正在按小时计算第二天的销售预测 . My work ：我已经创建了一个每小时的时间序列，其中包含了在总计间隔期间的销售情况 . 看起来像这样 head(sales) [,1] 2015-12-01 00:00:00 0 2015-12-01 01:00:00 0 2015... -
1 votesanswersviews
具有零值的时间序列
我有关于产品销售的每日时间序列，我的系列从2016年1月1日至2017年8月31日开始 . 这个系列有一些重要的东西，它每个星期天确实都有零值，因为这个商店周日不起作用，并且它在将来的星期日不起作用，所以星期日的预期值为零 . 一旦我运行Arima模型，我不确定这个预测，我认为它不起作用，但我不知道为什么 . 我真的需要帮助！ 这是我的数据 https://drive.google.com/fil... -
1 votesanswersviews
使用tbats模型预测每日数据
我有关于产品销售的每日时间序列，我的系列从2016年1月1日至2017年9月30日开始 . 有一些重要的事情 . 首先，周日没有数据，因为这个商店周日不工作（因此，星期日的预期值为零），其次，有多种循环模式（每日和每周模式） . 例如，卖出的一周中最好的一天是星期二，最差的是星期四 . 我知道tbats模型是为有多个循环模式时使用而设计的，所以我使用的是这个模型 . 我的问题是我在预测时收到错误消... -
2 votesanswersviews
时间序列缺少周末值并在图中保留日期
我从2012-11-19到2017-10-16每天有1241个数据，但仅限于工作日（自助餐厅的服务数量） . 我正在尝试预测，但我在初始化时间序列时遇到问题： timeseries = ts(passage, frequency = 365, start = c(2012, as.numeric(format(as.Date("2012-11-19"), "%j... -
0 votesanswersviews
decompose（）函数错误
我试图在R中对包含两列的文件执行“Holt Winters”预测算法，即“Dates”和“Values” . 此文件捕获特定日期的事件（“值”列）的出现次数 . You can download and view the file as a Google doc. 然后将数据称为“D” head(D) Dates Values 2013-11-13 805 2013-11-... -
2 votesanswersviews
如何识别时间序列中的最佳频率？
我有按天分组的数据库指标，我需要预测接下来3个月的数据 . 这些数据具有季节性，（我相信季节性是一周中的几天） . 我想使用R的Holt Winters方法，我需要创建一个时间序列对象，它要求频率，（我认为是7） . 但我怎么知道我是否确定？有识别最佳频率的功能吗？ 我正在使用： FID_TS <- ts(FID_DataSet$Value, frequency=7) FID_TS_Obs... -
0 votesanswersviews
协变员不在tslm工作
我有每周零售销售的季节性时间序列数据，我正在尝试使用Hyndman预测包的tslm函数，以适应除趋势和季节之外的回归量模型 . 我遇到的问题是，当我构建tslm时，在添加任何回归量（仅趋势季节）之前，我在训练数据上得到了完美的拟合（R ^ 2 = 1）！ 完美契合是有问题的，因为我添加到模型中的任何额外协变量（正在出售的物品数量，分布等）对预测没有影响（无关紧要） . 只看数据，我知道其他回归量很... -
0 votesanswersviews
SAS中的PROC UCM：如何在每日数据系列中指定星期几和一年中的季节性
我从2014年1月1日到2015年12月31日有2年的每日数据 . 我想使用此数据集预测接下来的365天 . 码* PROC UCM data=Mydata; ... -
0 votesanswersviews
R的分解/ stl函数无法从每日时间序列中完全提取年度季节性
语境首先，问题在底部 . 我有10年的每日降水数据，显示出一年一度的季节性，我试图用ARMA方法建模，然后进行预测 . 数据here，下面是时间序列对象创建 . 我知道常见的R包和函数与日常时间序列相悖 . 例如，Forecast的arima（）函数不接受350以上的频率，而ts（）不接受频率的非整数值（两者都是有用的，因为一年中的平均天数是365.25） . 显然，Forecast的msts（）... -
0 votesanswersviews
R - TBATS函数 - 如何指定嵌套季节性？
TBATS模型的主要优点之一是它可以检测并处理多个季节性 - 例如嵌套的季节性 . 我有一个时间序列，有两个嵌套的季节周期 - 年内周周期（第48周，第49周等），以及周内每周周期（周日，周一等） . 我使用了tbats函数来预测这个系列，并查看了输出 . 最初，我将季节性时段保留为“NULL”（意味着自动检测），这产生了一条简单的直线，没有捕获模型中的季节性 . 然而，我将时间段更改为365，然... -
0 votesanswersviews
R - 使用预测的ets（）值作为glm（）模型中的预测变量
我目前在面板数据上运行三个模型 . 我有超过12个时期的378个客户 . 我使用我的响应变量的直接滞后 . 例如，时段t-1中的频率是时段t中频率的预测器： 购买< - glm（pur~freq.t-1 sales.t-1 more variables，family = binomial（link =“logit”），data = dat）frequency < - glm.nb... -
0 votesanswersviews
如何使用线性模型按因子水平获得系数？
我正在分析太阳能发电厂的数据 . 我想每隔一天调整一次估计的 生产环境 工厂每小时，可以获得的数据是接下来三天的天气预报，明天你知道什么样的一天（比例为1到5，有1晴天和5多 Cloud ） . 因此，我们的想法是将容量乘以一个因子，因此这是对将要发生的事情的估计，并且不会偏离实际测量 . 我想通过使用varibale类型的day作为因子来 Build 线性模型 . 可能是近似实际 生产环境 的最... -
5 votesanswersviews
R，Times Series，Arima Model，Forecasting，Daily data [closed]
我试图用每日数据做一些需求预测，从2012年1月16日到2013年10月10日 . 但是预测只会返回糟糕的结果 . 有什么线索的原因？ 这就是图中数据的样子：存在每周和每月的季节性 . 即：工作日需求增加，周末需求减少 . 以下是预测图的外观：黑线是实际数据，蓝线是预测数据 . x = ts(data, freq=7, start=c(3,2)) fit <- auto.arima(x... -
1 votesanswersviews
如何在R中以不规则间隔的时间序列拟合自动ARIMA模型以预测未来值？
我们有以下数据值和时间序列标记： Lines <- "date,time,data 20/03/2014,07:10,9996792524 21/04/2014,07:10,8479115468 21/09/2014,07:10,11394750532 16/10/2014,07:10,9594869828 18/11/2014,07:10,10850291677 08... -
1 votesanswersviews
在R中，从一次收到的一个值中抽样一次，超出样本预测
我有100个时间序列的训练数据值，我使用auto.arima来查找相同的模型顺序和系数 . 我从传感器接收流值，一次一个 . 在接收到一个值时，我需要从从auto.arima获得的模型对象预测/预测下一个值（仅提前一步/单个值） . 我在某些事件上更新模型系数，但现在没有必要提及它们 . 在传感器工作之前进行一步一步的预测 . 这些是我的示例培训和测试数据：https://drive.google... -
0 votesanswersviews
在预测之后更改时间序列图的轴/比例
我正在努力改变我的时间序列预测图的x轴（时间） . 我已经运行了很多模型，但我正在努力解决同样的问题 . 我将为其中一个模型编写模型拟合，预测和图的代码 . 首先是我原来的时间序列 . 注意：我的模型适用于2008-2016的训练数据，并在2017年的11个月的测试数据上测试我的模型 . 数据拆分 . sal.ts <- window(sal.ts.original, start=c(20... -
0 votesanswersviews
预测：ARIMA与简单线性回归（使用R）
This is the code I'm using to forecast ARIMA model: plot(forecast(fit_past_data, xreg=mat_All_data), ylim=c(0,2000), xlim=c(0,365), xaxt='n') par(new=T) lines(fitted(fit_past_data),col="red&quo...