time-series相关内容

R:计算不规则时间序列的滚动和，这些时间序列由 id 变量分组，具有基于时间的窗口

我喜欢 R，但有些问题实在是太难了. 挑战是在基于时间的窗口大于或等于 6 小时的不规则时间序列中找到滚动和小于 30 的第一个实例.我有这个系列的样本 行人日期时间值1 个 2014-01-01 08:15:00 52个 2014-01-01 09:15:00 53个 2014-01-01 10:00:00 54个 2014-01-01 11:15:00 55个 2014-01-01 1 ..
发布时间：2022-01-11 10:15:06 其他开发

Python - 如何标准化时间序列数据

我有一个时间序列示例的数据集.我想计算各种时间序列示例之间的相似性，但是我不想考虑由于缩放引起的差异(即我想查看时间序列形状的相似性，而不是它们的绝对值).因此，为此，我需要一种标准化数据的方法.也就是说，使所有时间序列示例都落在某个区域之间，例如 [0,100].谁能告诉我如何在 python 中做到这一点 解决方案 假设你的时间序列是一个数组，试试这样: (timeseries-ti ..
发布时间：2022-01-11 10:14:20 Python

statsmodels 使用 ARMA 模型进行预测

我想预测时间序列数据.我在以前的帖子中读到，模块 statsmodels 具有使用 ARMA 方法进行预测所需的工具，这正是我一直在寻找的工具.尽管如此，我在预测数据时遇到了麻烦.有人可以解释模型中使用的各种参数和/或提供示例吗? 解决方案 这个问题很笼统，对于背景信息 Rob Hyndman 的链接或任何时间序列分析的教科书都会很有用. Skipper Seabold 在 scip ..
发布时间：2022-01-11 10:14:12 Python

神经网络中的时间序列提前预测(N Point Ahead Prediction)大规模迭代训练

(N=90) 使用神经网络的前点预测: 我试图预测提前 3 分钟，即提前 180 分.因为我将时间序列数据压缩为每 2 个点的平均值为 1，所以我必须预测 (N=90) 超前预测. 我的时间序列数据以秒为单位.数值在 30-90 之间.它们通常从 30 移动到 90 和 90 到 30，如下例所示. 我的数据可能来自:https://www.dropbox.com/s/uq4ui ..
发布时间：2022-01-11 10:13:53 AI人工智能

工作时间以外的掩码时间序列

您好，如果时间序列索引在工作时间之外，我想屏蔽一个每小时时间序列. 我可以实现我想要的工作日数据，但不能实现每小时数据 导入日期时间将熊猫导入为 pd将 numpy 导入为 np从 pandas.tseries.offsets 导入 *st = datetime.datetime(2013, 1, 1)ed = datetime.datetime(2013, 2, 1)myrange = ..
发布时间：2022-01-11 10:13:29 Python

NARX PyNeurgen 库

我正在尝试在 Python 中创建自回归神经网络 (NARX).我只能找到一个库 PyNeurgen.但我找不到任何示例程序来使用它.使用网络训练和预测时间序列.如果有人可以分享如何使用网络训练和预测时间序列.或者如果有任何其他好的 NARX 库. 解决方案 查看教程:http://pyneurgen.sourceforge.net/tutorial_nn.html你可以在这里找到测试用例 ..
发布时间：2022-01-11 10:13:11 Python

在 R 中使用支持向量机 (SVM) 进行时间序列预测

我已尝试搜索，但找不到此问题的具体答案.到目前为止，我能够意识到使用 SVM 可以进行时间序列预测.我浏览了几篇执行相同但没有提及任何代码的论文/文章，而是解释了算法(我不太明白).有些人使用python完成了它.我的问题是:我有一个公司 2010 年到 2017 年的销售额数据(比如单变量).我需要使用 R 中的 SVM 预测 2018 年的销售额.您能否通过一个小示例简单地介绍和解释 R 代码 ..
发布时间：2022-01-11 10:12:40 其他开发

如何求两条曲线的相似度以及相似度的得分?

我有两个数据集 (t,y1) 和 (t,y2).这些数据集在视觉上看起来相同，但它们有一些时间延迟或幅度偏移.我想找到两条曲线之间的相似性(为近似相似的曲线给出相似性分数 1，为不相似的曲线给出 0).由于数据的波动，一些曲线似乎有所不同.所以，我正在寻找找到曲线之间相似性的方法.我已经在 Matlab 中尝试过梯度命令来找到每个时间步的曲线斜率并进行比较.但这并没有给我令人满意的结果.请任何人建 ..
发布时间：2022-01-11 10:12:27 其他开发

累积和、移动平均线和 SQL“分组依据"R中的等价物

在 R 中创建移动平均线或滚动和的最有效方法是什么?滚动功能和“分组依据"如何实现? 解决方案 虽然动物园很棒，但有时还有更简单的方法.如果您的数据表现良好且分布均匀，则 embed() 函数可以有效地让您创建时间序列的多个滞后版本.如果你在 VARS 包内部查看向量自回归，你会看到包作者选择了这条路线. 例如，计算 x 的 3 个周期的滚动平均值，其中 x = (1 -> 20)^ ..
发布时间：2022-01-11 10:12:20 其他开发

pandas 时间序列重新采样结束给定的一天

我怀疑很多从事时间序列数据工作的人已经遇到过这个问题，而且 pandas 似乎还没有提供一个简单的解决方案(还没有！): 假设: 您有一个包含收盘价的时间序列的每日数据，按日期(天)索引. 今天是 6 月 19 日.最后收盘数据值为 18JUN. 您希望将每日数据重新采样到 OHLC 条形图中，并以某个给定的频率(比如 M 或 2M)在 6 月 18 日结束. 所以对于 M ..
发布时间：2022-01-11 10:12:13 Python

用 numpy 估计周期性的自相关

我有大量的时间序列 (> 500)，我想只选择那些周期性的.我做了一些文献研究，发现我应该寻找自相关.使用 numpy 我将自相关计算为: def autocorr(x):范数 = x - np.mean(x)结果= np.correlate(规范，规范，模式='full')acorr = 结果[result.size/2:]acorr/= ( x.var() * np.arange(x.siz ..
发布时间：2022-01-11 10:11:53 Python

使用 JTransforms 库通过 FFT 计算自相关

我正在尝试使用以下代码计算时间序列中示例窗口的自相关性.我将 FFT 应用于该窗口，然后计算实部和虚部的大小并将虚部设置为零，最后对其进行逆变换以获得自相关: DoubleFFT_1D fft = new DoubleFFT_1D(magCnt);fft.realForward(magFFT);magFFT[0] = (magFFT[0] * magFFT[0]);for (int i = 1; ..
发布时间：2022-01-11 10:11:19 Java开发

pandas 滚动窗口 - datetime64[ns] 未实现

我正在尝试使用 Python/Pandas 构建一些图表.我有每秒采样的数据.这是一个示例: 索引、时间、值31362, 1975-05-07 07:59:18, 36.15161231363, 1975-05-07 07:59:19, 36.18136831364, 1975-05-07 07:59:20, 36.19719531365, 1975-05-07 07:59:21, 36.151 ..
发布时间：2022-01-11 10:11:10 Python