我正在使用statsmodel ARMA()来估计一个模拟的MA(1)进程:
import statsmodels.tsa.api as smt
import numpy as np
import matplotlib.pyplot as plt
# Simulate an MA(1) process
n = int(1000)
alphas = np.array([0.])
betas = np.array([0.6])
ar = np.r_[1, -alphas]
ma = np.r_[1, betas]
ma1 = smt.arma_generate_sample(ar=ar, ma=
我正在尝试理解如何使用动态线性建模进行预测。我发现了一个用于预测的R中MARSS包的DLM功能的示例。下面是示例中的所有代码,从加载数据开始,到创建样本内预测结束。我不明白的是,我如何做出样本外的预测?下面的代码生成“样本内”预测,其中它使用已知的信息来生成对现有数据的预测。比方说,我想预测明天的鲑鱼生存,而不是过去几周的情况。我该怎么做呢?
任何帮助都将不胜感激。
# load the data
data(SalmonSurvCUI, package = "MARSS")
# get time indices
years <- SalmonSurvCUI[, 1]
我有个超级奇怪的问题。下面,我展示了我的代码。
代码:
#The df here is a data with 208 samples, 60 feature(0-59th) The 60th column is the label "R" OR "M" which I m turning it to 1 and 0.
df[60] = [1 if x == 'R' else 0 for x in df[60]]
X = df.loc[:,[x for x in range(60)]]
y = df[60]
print(X.shape) #
我实现了文本分类的fastText,链接我想知道精度@1或P@5是什么意思?我做了一个二进制分类,但我测试了不同的数字,我不明白结果:
haos-mbp:fastText hao$ ./fasttext test trainmodel.bin train.valid 2
N 312
P@2 0.5
R@2 1
Number of examples: 312
haos-mbp:fastText hao$ ./fasttext test trainmodel.bin train.valid 1
N 312
P@1 0.712
R@1 0.712
Number of examples: 31
我对Java中的R是新手。我使用Java中R的auto.Arima函数来预测12个周期的数据。但预测结果的周期为十个周期。我该如何做12个预测阶段?我还想将预测结果存储在一个数组中。这是我的代码,它不能停止运行,我收到错误消息。
我能做什么来存储它的结果?
package Arima;
import org.rosuda.JRI.REXP;
import org.rosuda.JRI.Rengine;
public class Arima {
public static void main(String[] args) {
Rengine re = new Ren
我在石油天然气行业工作。
我一直试图建立一个具有协变量的ts预测模型,模型R代码如下:
#Getting R libraries:
library(readxl)
library(ggplot2)
library(forecast)
library(timeSeries)
library(tseries)
library(MTS)
#Create a time series object:
myts <- ts(dataset, start = c(2005,1), end = c(2019,12), frequency = 12)
#Illustrate out of sample