• 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

  1. 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 ...

  2. 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. ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 【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 ...

  7. 《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 ...

  8. 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 ...

  9. 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

  1. Android 全局使用第三方字体

    给APP全局设置字体主要分为两个方面来介绍 一.给原生界面设置第三方字体 1.准备工作-下载第三方字体:传送门 将文件放入工程assets目录下.(一般个人习惯单独命名一个文件夹放字体文件,也可直接放 ...

  2. Logstash使用介绍

    Logstash介绍 Logstash是一个数据收集处理转发系统,是 Java开源项目. 它只做三件事: 数据输入 数据加工(不是必须的):如过滤,改写等 数据输出   下载安装 logstash是基 ...

  3. SQL中IN与EXISTS的区别

    1.IN子句中的子查询只能返回一个字段,不允许返回多个字段,而EXISTS可以返回多个字段 2.IN返回的是某字段的值,而EXISTS返回的则是True或False,EXISTS子句存在符合条件的结果 ...

  4. gulp自动化构建工具的使用

    gulp自动化构建工具: 把前端开发常见的处理(“搬砖”)程序,通过一个工具模块管理起来,只需配置一次,达到自动处理目的,简化开发,提高效率!! 安装: 1.全局安装(全局安装一个gulp命令) A. ...

  5. http压测工具wrk使用

    安装 wrk支持大多数类UNIX系统,不支持windows.需要操作系统支持LuaJIT和OpenSSL,不过不用担心,大多数类Unix系统都支持.安装wrk非常简单,只要从github上下载wrk源 ...

  6. y

    switch(update_state) { : switch(num){ : window.progressn=num $('#h_progress_bar .ui-progress').anima ...

  7. 图解HTTP学习笔记

    前言: 一直觉得自己在HTTP基础方面都是处于知其然,不知其所以然的样子.最近利用空闲时间拜读了一下图解HTTP,写篇博客记录一下读书笔记. TCP三次握手: ① 发送端首先发送一个带SYN标志的数据 ...

  8. MySQL的随机数函数rand()的使用技巧

    咱们学php的都知道,随机函数rand或mt_rand,可以传入一个参数,产生0到参数之间的随机整数,也可以传入两个参数,产生这两个参数之间的随机整数. 而在mysql里,随机数函数rand不能传参, ...

  9. CycleGan论文笔记

    原文地址:https://arxiv.org/abs/1703.10593 背景——风格迁移 图片生成领域是GAN网络的天下,最近很多人将GAN网络应用到了图像风格迁移领域.这篇论文也是做image ...

  10. Ubuntu18.04: GPU Driver 390.116 + CUDA9.0 + cuDNN7 + tensorflow 和pytorch环境搭建

    1.close nouveau 终端输入:sudo gedit /etc/modprobe.d/blacklist.conf 末尾加两行 blacklist nouveau options nouve ...