[英]Batch forecasting using HoltWinters forecast
我正在使用Rob Hyndman的批量預測方法來預測dataframe
多列。 我的代碼如下:
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))
盡管使用常規forecast
功能時效果很好,但我不斷收到錯誤消息
[zips [,i]中存在錯誤:尺寸不正確]
如何使用在此構建的此循環來運行HoltWinters
預測?
嘗試將預測存儲為列表而不是矩陣。 而且, forecast.HoltWinters
函數需要HoltWinters
類的對象,該對象由HoltWinters
函數產生, HoltWinters
函數需要向量作為輸入。 除了點預測外,默認情況下, forecast.HoltWinters
函數還會生成預測間隔范圍。
fcast <- list()
for(i in 1:ns) {
zips_fit <- HoltWinters(zips[, i], seasonal = "mult")
fcast[[i]] <- forecast.HoltWinters(zips_fit, h = h)
}
甚至我也對Holts Winter預測方法使用了類似的批處理,但是我使用了Rob J Hyndman教授創建的預測包中的函數hw。 無論如何,我想在預測中使用$mean
。 即
fcast <- matrix(NA, nrow=h, ncol=ns)
for(i in 1:ns) {
fcast[,i] <- forecast.HoltWinters(zips[,i], h=h)`$mean`
}
嘗試一次!
hw()
函數hw()
會提供預測值。 要獲得積分預測,您可以使用$mean
(在以下代碼中使用)。 您還可以使用seasonal = "additive"
或seasonal = "multiplicative"
參數。
祝好運
最好
require(forecast)
zips <- read.csv(file.choose(), header = T)
zips <- ts(zips, frequency = 12, start = c(2005,1), end = c(2014,12))
ns <- ncol(zips)
h <- 24
fcast <- matrix(NA, nrow=h, ncol=ns)
for(i in 1:ns) {fcast[,i] <- hw(zips[,i],h=h)$mean
}
write(t(fcast), file="fcast.csv", sep=",",ncol=ncol(fcast))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.