使用朴素模型预测时间序列

时间:2020-02-11 18:47:42

标签: time-series forecasting

我想用朴素模型预测时间序列。

这是我的数据集:

<input type="range" min="2" max="10" step="3" value="2" id="slider">

results=c(461,447,319,403,332,461,502,476,388,424,363,325,420,495,444,486,367,296,362,444,361,413,403,341,311,205,413,360,243,90,388,498,478,599,245,514,626,546,462,353,463,545,626,591,371,487,553,569,572,481)

每个数字对应1天的结果,每5天给我1周。我想将数据分为7周的训练时间和3周的测试时间。但是我的主要目标是,首先预测下一周有7个星期,第二个预测下个星期第二个有7周的训练和1个测试(8周),第三个预测下个星期第三个星期有7周的训练和2个测试(9周),依此类推。因此,我这样做了,

company_results=data.frame(results)

0 个答案:

没有答案