我目前正在开发一个模型来预测一些数据。
我正在使用以下过程从流程输出数据,但我不想创建过多的新数据帧。
for (i in 1:10) {
print(i)
assign(paste("run", i, sep = ""), d.frame)
d.frame <- data.frame(seq(from = 0 + i, to = 2015 + i, by = 1))
}
我想将数据导出到1个dataframe / table,但是有多列
提前感谢任何指针
编辑添加。
我正在训练1周+ 1天数据的模型(2016 + 288个数据点) 我预测下一个的结果,以及时间序列中的下一个288点。
我正在为每个时间步骤重新训练模型 循环1使用数据点1到2016并向前输出3个时间步 循环2使用数据点2到2017并向前输出3个时间步 .. .. 我想将每个循环的模型参数导出到数据帧
Loop, Alpha, Beta, Gamma
1 0.04 0 0.50
2 0.1 0 0.45
3
4
我的第二个问题与上面相同,从时间序列预测中导出数据
Forecast step H1 H2 H3
1 72 87 88
2 84 90 95
3 88 84 76
答案 0 :(得分:0)
我确信这比这更优雅,但我只想快速调整您的代码以避免使用assign()
:
d.frame <- data.frame(run1 = seq(from = 0 + 1, to = 2015+1, by = 1))
for(i in 2:10){
d.frame <- data.frame(d.frame, d.frame$run1 +i)
names(d.frame)[i] = paste0("run", i)
}
答案 1 :(得分:0)
我认为我找到了一个解决方案,可能会使用效率更高的替代方法。
nc <- 3
nr <- 10
df <- data.frame(matrix(NA, ncol = nc, nrow = nr))
for (i in seq_len(nr)) {
## can fill in the "cells" as he goes with various results
## the below is just to illustrate
df[i, 1] <- speedforecast_All$model[3]
df[i, 2] <- speedforecast_All$model[4]
df[i, 3] <- speedforecast_All$model[5]
}
df