[英]Batch forecasting using HoltWinters forecast
我正在使用Rob Hyndman的批量预测方法来预测dataframe
多列。 我的代码如下:
require(forecast)
zips <- read.csv(file.choose(), header = T)
zips <- zips[,-c(1,2)]
ns <- ncol(zips)
zips <- ts(zips, frequency = 12, start = c(2005,1), end = c(2014,12))
zips <- HoltWinters(zips, seasonal = "mult")
h <- 24
fcast <- matrix(NA, nrow=h, ncol=ns)
for(i in 1:ns) {
fcast[,i] <- forecast.HoltWinters(zips[,i], h=h)
}
write(t(fcast), file="fcast.csv", sep=",",ncol=ncol(fcast))
尽管使用常规forecast
功能时效果很好,但我不断收到错误消息
[zips [,i]中存在错误:尺寸不正确]
如何使用在此构建的此循环来运行HoltWinters
预测?
尝试将预测存储为列表而不是矩阵。 而且, forecast.HoltWinters
函数需要HoltWinters
类的对象,该对象由HoltWinters
函数产生, HoltWinters
函数需要向量作为输入。 除了点预测外,默认情况下, forecast.HoltWinters
函数还会生成预测间隔范围。
fcast <- list()
for(i in 1:ns) {
zips_fit <- HoltWinters(zips[, i], seasonal = "mult")
fcast[[i]] <- forecast.HoltWinters(zips_fit, h = h)
}
甚至我也对Holts Winter预测方法使用了类似的批处理,但是我使用了Rob J Hyndman教授创建的预测包中的函数hw。 无论如何,我想在预测中使用$mean
。 即
fcast <- matrix(NA, nrow=h, ncol=ns)
for(i in 1:ns) {
fcast[,i] <- forecast.HoltWinters(zips[,i], h=h)`$mean`
}
尝试一次!
hw()
函数hw()
会提供预测值。 要获得积分预测,您可以使用$mean
(在以下代码中使用)。 您还可以使用seasonal = "additive"
或seasonal = "multiplicative"
参数。
祝好运
最好
require(forecast)
zips <- read.csv(file.choose(), header = T)
zips <- ts(zips, frequency = 12, start = c(2005,1), end = c(2014,12))
ns <- ncol(zips)
h <- 24
fcast <- matrix(NA, nrow=h, ncol=ns)
for(i in 1:ns) {fcast[,i] <- hw(zips[,i],h=h)$mean
}
write(t(fcast), file="fcast.csv", sep=",",ncol=ncol(fcast))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.