我想使用离散傅里叶变换来识别销售动态，然后聚类相似的模式。但是，我是使用R的新手，在搜索解决方案之后，我找到了一个prodecure fft（），但不确定我是否得到与DFT相同的结果。我想在情节上呈现波浪，然后使用算法来聚类类似的销售动态。更重要的是，我想知道我是否可以使用程序fft来转换所有时间序列，而不是一个接一个（所以建议R：在26周之后转换新的时间序列 - 查看数据库）
http://imageshack.com/a/img854/1958/zlco.jpg我的数据库;三列： 产品 - 介绍产品组 自产品推出以来的一周时间（周），前26周 Sales_gain - 产品销售如何按周变化
http://imageshack.com/a/img703/6726/sru7.jpg这就是我的时间序列的样子
我相信我可以使用fft（）来最终实现这个目标，但是从fft（）的输出到我的目标的跳跃有点不清楚。
请注意我对时间序列分析相对较新（这就是为什么我不能把我的代码放在这里）所以你可以提供任何清晰度w.r.t.把fft（）的输出放在上下文中，或者你可以推荐的任何有效完成这项任务的包将不胜感激
答案 0 :(得分：1)
从古代记忆中你应该对实际部分进行平方以得到频谱，该频谱为您提供每个频率的幅度（示例中的天数）
x = some data
plot(Re(fft(x))^2)