批量预测; 使用apply（）函数而不是for循环。 apply（）函数给出不同的点预测

Question

到目前为止，当我有多个时间序列进行预测时，我正在使用Hyndman教授的这种方法。 但是当我有大量的ts时，它相当慢。

现在我尝试使用apply()函数，如下所示

library(forecast)

fc_func <- function(y){
  forecast(auto.arima(y),h=12)$mean
}

retail <- read.csv("https://robjhyndman.com/data/ausretail.csv",header=FALSE)
retail <- ts(retail[,-1],f=12,s=1982+3/12)

  frc<- apply(retail,2 ,fc_func)

这似乎是它运作良好，但是当我使用for循环如下：

ns <- ncol(retail)
h <- 12
fcast <- matrix(NA,nrow=h,ncol=ns)
for(i in 1:ns){
  fcast[,i] <- forecast(auto.arima(retail[,i]),h=h)$mean
}

我得到了不同的预测点。 是什么原因？

编辑：我通过更改“fc_func”函数修复它。 现在它返回的结果相同for循环，但现在它也作为一样慢for循环

fc_func <- function(x){

ts(x,f=12,s=1982+3/12)->y

 forecast(auto.arima(y),h=12)$mean
}

retail <- read.csv("https://robjhyndman.com/data/ausretail.csv",header=FALSE)
retail <- ts(retail[,-1],f=12,s=1982+3/12)

  frc<- apply(retail,2 ,fc_func)

Answer 1

为了调试，我在apply中添加了一些打印。 有趣的是班级（y）

library(forecast)

fc_func <- function(y){
  print(length(y))
  print(class(y))
  #print(y)
  forecast(auto.arima(y),h=12)$mean
}

retail <- read.csv("https://robjhyndman.com/data/ausretail.csv",header=FALSE)
retail <- ts(retail[,-1],f=12,s=1982+3/12)

retail2 = retail

#retail = retail2[1:333,1:42]

frc<- apply(retail,2 ,fc_func)

所有y在应用时以数字形式到达。

> frc<- apply(retail,2 ,fc_func)
[1] 333
[1] "numeric"
[1] 333
[1] "numeric"
[1] 333
[1] "numeric"
[1] 333
[1] "numeric"
[1] 333

这在for循环中有所不同：

ns <- ncol(retail)
h <- 12
fcast1 <- matrix(NA,nrow=h,ncol=ns)
for(i in 1:ns){
  print(length(retail[,i]))
  print(class(retail[,i]))
  #print(retail[,i])
  fcast1[,i] <- forecast(auto.arima(retail[,i]),h=h)$mean
}

这里变量以ts传递给auto.arima。

> for(i in 1:ns){
+   print(length(retail[,i]))
+   print(class(retail[,i]))
+   #print(retail[,i])
+   fcast1[,i] <- forecast(auto.arima(retail[,i]),h=h)$mean
+ }
[1] 333
[1] "ts"
[1] 333
[1] "ts"
[1] 333
[1] "ts"
[1] 333

我想这会导致差异，因为当我将零售减少到一个简单的矩阵时

retail = retail[1:NROW(retail), 1:NCOL(retail)] 

并再次运行for循环我得到与apply版本完全相同的结果。

all.equal(frc, fcast1)

所以我想你必须在将变量发送到预测函数之前再次将变量转换为fc_func中的ts。

作为一种解决方法（因为我不知道如何将y转换为所需的ts对象），您可以使用sapply版本：

fc_func2 <- function(y){

  forecast(auto.arima(retail[,y]),h=12)$mean
}

frc2 <- sapply(1:NCOL(retail), fc_func2)

它应该给出所需的值，但我不确定它是否比loop-version更快。

Answer 2

问题是apply()操纵time series对象的类， 零售 。 作为apply系列的基本版本， apply()最适用于简单的矩阵对象。 它会在调用时将其输入转换为带有as.matrix()的矩阵对象，因此通常会警告apply()不要用于数据帧。

根据?apply docs：

如果X不是数组而是具有非空昏暗值的类的对象（例如数据帧），则应用尝试通过as.matrix将其强制转换为数组（如果它是二维的）（例如，数据）框架）或通过as.array

因此apply在处理成fc_func之前不会保留其输入的类对象：

class(retail)
# [1] "mts"    "ts"     "matrix" 

使用的时候可以看到这个sapply它运行一样慢for和去除dimnames返回完全一样for循环：

# LOOP VERSION
ns <- ncol(retail)
h <- 12
fcast1 <- matrix(NA,nrow=h,ncol=ns)

for(i in 1:ns) {
  fcast1[,i] <- forecast(auto.arima(retail[,i]), h=h)$mean
}

# SAPPLY VERSION
frc_test <- sapply(retail, fc_func, USE.NAMES = FALSE)
dimnames(frc_test) <- NULL

identical(frc_test, fcast1)
# [1] TRUE