首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何一次性处理3900+地域的月度时间序列数据

问如何一次性处理3900+地域的月度时间序列数据
EN

Stack Overflow用户
提问于 2021-10-28 14:19:06
回答 1查看 40关注 0票数 0

我正在研究一个时间序列模型,我对此还是个新手。我刚刚开始学习时间序列分析和预测。我知道如何处理月度数据。但我有一个更大更庞大的数据需要解决。它有3900+地区的月度时间序列数据。我想使用R预测未来12个月的值。我的数据看起来像这样:https://drive.google.com/file/d/10QvtS55NQ1kIXxeccWxXl0SqqyqYXyoh/view?usp=sharing

我知道如何使用ARIMA模型对1个区域执行此操作,但不知道如何处理这些大数据。提前感谢!

EN

回答 1

Stack Overflow用户

发布于 2021-11-03 14:59:21

由于您是这个主题的新手,我建议您考虑一下使用全局模型的方法,例如xgboost或glmnet。

您将无法使用“预测”包或类似的使用ARIMA、ETS、Prophet等的本地时间序列方法生成可伸缩的结果。

当您的模型足够复杂,可以产生准确的预测时,它们将需要大量时间进行计算。例如,对于100个时间序列(5年训练,1年测试),具有完全调整的本地模型的模型预测大约需要5个小时才能完成。对于全局模型,只需要3分钟的时间。

因为我自己正在使用它,所以我可能会推荐使用tidymodels堆栈的模型时间框架。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/69755798

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档