R语言预测实战(游浩麟)笔记1
- 预测流程
确定主题。指标、主体、精度、周期、用户、成本和数据七要素。
收集数据。内容划分、收集原则、
选择方法。主要方法有自相关分析、偏相关分析、频谱分析、趋势分析、聚类分析、关联分析、相关分析、互相关分析、典型相关分析、对应分析等。
分析规律。常见的规律有趋势性、周期性、波动性、相关性、相似性、项关联性、段关联性。
建立模型。特征构建、特征选择、算法选择(可理解性、性能、数据要求)、构建模型(分割数据集)、测试模型、模型优化、评估效果、发布模型。
- 分析方法
- 自相关分析,同一时间序列在不同时刻的取值的相关程度。函数acf,主要参数有lag.max最大滞后阶数,type设定计算acf的字符串,有相关系数、协方差、偏相关系数三种。
- 偏相关分析,pacf.
- 简单相关分析,一种不能用函数关系表示的关系。可以用散点图和相关图来观测。pairs/scatterplotMatrix可以绘制各个变量的散点图,三维的可以使用car包的scatter3d函数。相关图可以用corrgram,corrplot包,函数名即为包名
- 互相关分析,两个时间序列在做任意两个不同时刻的相关程度,ccf,参数lag.max, type
- 典型相关分析,反映两组变量的整体相关性,通过构建综合指标进行,stats包cancor函数,参数x,y为n行的矩阵xcenter,ycenter表示是否进行中心化。
- 对应分析,将样本取值和变量取值联系起来,主要应用在市场细分、产品定位方面,MASS包corresp函数。
- 频谱分析,将时域信号转换为频域信号,stats包spec.pgram函数计算谱密度,参数意义不明......不懂这玩意儿。
- 趋势分析,TTR包中SMA和EMA函数,SMA计算的是n日的平均值,就是所谓的移动平均线(ps,那我还自己写了一个类似的有何用),EMA指数加权平均,wilder和ratio配置权重。
- 聚类分析,聚类方法相当的多....多到怀疑人生,见过最牛逼的是13年发表哦在science上面的聚类,真花Q厉害。最简单的kmeans,参数algorithm课选择算法,trace可以跟踪运算过程;另一种是系统聚类,将独立样本看作一类,然后缩减,hclust。
- 关联规则分析,在交易数据、关系数据等信息中,挖掘对象集合间的规律或者模式的过程。关联分析的主要算法有Apriori和Eclat。arules包apriori和eclat函数。
- 序列模式挖掘,SPADE算法。需要考虑事务间的先后顺序。该类算法分为两类,一类是类Apriori算法(GSP、SPADE),另一类是基于划分的模式生长算法(FreeSpan、perfixSpan)。arulesSequences包中的cspade函数。
R语言预测实战(游浩麟)笔记1的更多相关文章
- R语言预测实战(游浩麟)笔记2
特征构建技术 特征变换,对原始的某个特征通过一定的规则或映射得到新特征的方法,主要方法包括概念分层.标准化.离散化.函数变换以及深入表达.特征变换主要由人工完成,属于比较基础的特征构建方法. 概念分层 ...
- R语言预测实战(第二章--预测方法论)
2.1预测流程 从确定预测主题开始,一次进行数据收集.选择方法.分析规律.建立模型.评估效果直到发布模型. 2.2.1确定主题 (1)指标:表达的是数量特征,预测的结果也通常是通过指标的取值来体现. ...
- R语言预测实战(第一章)
本例使用forecast包中自带的数据集wineind,它表示从1980年1月到1994年8月, 由葡萄酒生产商销售的容量不到1升的澳大利亚酒的总量.数据示意如下: #观察曲线簇 len=1993-1 ...
- 使用R语言预测产品销量
使用R语言预测产品销量 通过不同的广告投入,预测产品的销量.因为响应变量销量是一个连续的值,所以这个问题是一个回归问题.数据集共有200个观测值,每一组观测值对应一种市场情况. 数据特征 TV:对于一 ...
- R语言数据处理包dplyr、tidyr笔记
dplyr包是Hadley Wickham的新作,主要用于数据清洗和整理,该包专注dataframe数据格式,从而大幅提高了数据处理速度,并且提供了与其它数据库的接口:tidyr包的作者是Hadley ...
- 【转】R语言知识体系概览
摘要:R语言的知识体系并非语法这么简单,如果都不了R的全貌,何谈学好R语言呢.本文将展示介绍R语言的知识体系结构,并告诉读者如何才能高效地学习R语言. 最近遇到很多的程序员都想转行到数据分析,于是就开 ...
- 《R语言实战》读书笔记--为什么要学
本人最近在某咨询公司实习,涉及到了一些数据分析的工作,用的是R语言来处理数据.但是在应用的过程中,发现用R很不熟练,所以再打算学一遍R.曾经花一个月的时间看过一遍<R语言编程艺术>,还用R ...
- R 语言实战-Part 4 笔记
R 语言实战(第二版) part 4 高级方法 -------------第13章 广义线性模型------------------ #前面分析了线性模型中的回归和方差分析,前提都是假设因变量服从正态 ...
- R 语言实战-Part 3 笔记
R 语言实战(第二版) part 3 中级方法 -------------第8章 回归------------------ #概念:用一个或多个自变量(预测变量)来预测因变量(响应变量)的方法 #最常 ...
随机推荐
- 论文笔记:Learning Attribute-Specific Representations for Visual Tracking
Learning Attribute-Specific Representations for Visual Tracking AAAI-2019 Paper:http://faculty.ucmer ...
- InvalidArgumentError: ConcatOp : Dimensions of inputs should match: shape[0] = [1,136,240,64] vs. shape[1] = [1,135,240,64]
初始输入图片大小为1600*1200,设置的输入网络的最大测试图片大小为1600*1200相当于scale =1 ,运行没有问题.之后输入图片大小为1920*1080,测试图片大小为1920*1080 ...
- Reids 持久化AOF 重写实现原理
AOF重写 AOF重写并不需要对原有AOF文件进行任何的读取,写入,分析等操作,这个功能是通过读取服务器当前的数据库状态来实现的.(auto-aof-rewrite-percentage和auto-a ...
- psycopg2+postgis+pgAdmin4
基于docker的postgres 部署见这篇 https://www.cnblogs.com/xuanmanstein/p/7742647.html 连接数据库 import psycopg2cla ...
- linux 内存-文档学习
ptmalloc http://www.malloc.de/en/ tcmalloc https://github.com/gperftools/gperftools jcmalloc http:// ...
- element ui的 el-dropdown-item标签点击事件
在vue项目中使用element的el-dropdown-item标签时 给标签添加click事件 初始时按照正常写法 <el-dropdown-item @click="click( ...
- django的CBV设计模式
一.什么的是CBV cbv是class base view的缩写,是django中基于类来设计视图函数的,我们一开始接触的这种形式----path('login',views.login),叫fbv, ...
- css3选择器和伪类
元素选择子: * 任何元素 E 与E标签结合的任何元素 E F E的所有派生标签中,有F标签的元素 E > F 或者 E/F E的所有直接的拥有F标签的子类 E + F 所有具有F标签的元素,紧 ...
- MySQL数据库(2)
上一篇我们讲述过MySQL创建数据库,数据表的内容,其中涉及到了几个约束: NOT NULL 非空约束 PRIMARY KEY 主键约束 UNIQUE KEY 唯一约束 其实还有两个约束 ...
- 调用 js 生成图片二维码
一.js 生成二维码: 首先,需要引用 jQuery 和 jquery.qrcode.js.然后: //生产二维码 $("#qrcodeCanvas").qrcode({ rend ...