回答情况：
提问时间：
问题标签：
:-)顺便说一下！我从来没有处理过时间序列数据，但是在没有序列的图像和信号模型的训练方面有很好的经验，所以我一直在阅读。
因此，为了开始尝试一些非常简单的东西，我从：这里获取了一个足球运动员位置数据集。我试图把它建模成一个监督学习问题，我试着预测n个玩家在时间戳T上的位置，假设在时间</e
浏览 0提问于2019-11-21得票数 2
我想做的是使用类似的时间序列来估算丢失的数据。 假设房屋A在7月份才开始，但从那里开始，它们与家庭B非常相似，然后我想使用来自家庭B的信息来预测房屋A在7月之前的数据。
浏览 11提问于2020-11-02得票数 0
回答已采纳
)), row.names = c(NA, -20L), class = "data.frame")ts_test <- ts(multiple_ts, frequency=52)"Date")), .Tsp = c(1, 1.36538461538462, 52), class = c("mts", 有人能帮我把时间<
浏览 0修改于2018-11-12得票数 1
回答已采纳
时态数据挖掘CRC出版社，2010)，有三种类型的时间数据:时间序列，时态序列和语义时态数据。据提交人称：时间序列:定期或不规则时间间隔的时间戳
我进一步探讨了两者之间的区别，但对我来说还不清楚，因为据我所理解，时间序列是时间序列的一个特例。时间序列可
浏览 0提问于2020-08-28得票数 2
1回答
我试图对不同类型的时间序列进行分类，但发现自己缺少很好的词汇量。我并不是说，对于给定的时间序列，我尝试将它的数据点分类为集群等等。相反，我正在寻找的类别，我可以排序不同的时间序列。属于同一类别的两个时间序列应适用于类似的时间序列分析。
例如，在一些测量的过程中，您会发现实际上只假定了两个值，较低的值通常为零。我喜欢把这种时间序列称为“开-关时间序列</em
浏览 0提问于2022-02-07得票数 2
我使用的是一个每月的时间序列数据，它实际上是一个xts对象。我的目标是将每月数据转换为每日数据，这样一个月中的每一天都具有特定月份的值。
浏览 1修改于2018-01-15得票数 1
我一直在使用xts包中的to.daily来实现这一点，但由于升级R在此函数中遇到了一个已知的bug，所以我想找到一种替代方法。z <- read.csv("R H2007-EIR_5.csv", sep=",", header=F)
names(z) <-c("date","time","open","high","low","close"
浏览 3修改于2013-03-16得票数 1
回答已采纳
1回答
我对使用python作为数据分析工具非常陌生，这也是我第一次处理时间序列。我有一个在第一列中有日期的数据集，以及一个为1或0的"result“整数。日期列已成功转换为时间对象。
浏览 0修改于2018-12-06得票数 16
回答已采纳
1回答
我有时间序列数组，平均每个数组大约有1000个值。我需要独立地识别每个数组中的时间序列段。
我目前正在使用这种方法来计算数组和分段项目的平均值，只要每个项目之间的耗时超过它。
浏览 2修改于2021-09-02得票数 4
回答已采纳
1回答
某些事件在多个数据源S1上被跟踪和计时...序列号。记录的信息是事件类型和时间戳。可能有几个相同类型的事件顺序发生，也可能是间歇性的。在不同震源对同一事件的观测之间通常存在时间差。由于源的物理位置，该时间差具有恒定分量，但也可以具有由网络延迟和其他因素引入的变化分量。我需要找到一种算法，该算法可以找到最优的最大时间间隔，该时间间隔应该用于将所有来源的观察值分组到单个“观察到的事件”中，并允许检测丢失的事件和误报。
浏览 4修改于2010-09-11得票数 1
回答已采纳
1回答
我有一个Python2.7 ndarray (时间序列值)，格式为：我正在努力寻找一种简单的方法将其转换为与total_seconds()类似的整型
谢谢
浏览 7提问于2017-01-24得票数 0
1回答
我试图绘制记录在R中每小时的时间序列数据，我想用x轴间隔每月绘制温度随时间的变化。目前绘制的温度与日志号码(61，62等)，并有问题，切换x轴到月份.
浏览 0修改于2018-10-12得票数 0
回答已采纳
1回答
在将频谱转换为时间序列时，我遇到了一个小问题。我读过很多文章，我想我正在应用正确的程序，但我没有得到正确的结果。你能帮我找出错误吗？我有一个时间序列，比如：
当我计算光谱时，我做的是:点数% nPoints=length(timeSeries)；dt=time(2)-time(1);
df=frequency(2)-frequency(1);
ap = sqrt(2.
浏览 3修改于2014-01-24得票数 2
回答已采纳
1回答
我每天都有一年以上的产品使用时间序列。产品使用呈现季节性，即在这段时间内，它的使用增加/减少了比正常使用更多。当我得到今天的数据及其超出正常值时，我想检查它是否具有季节性，并采取相应的行动。
浏览 0修改于2016-03-22得票数 0
1回答
我在石油天然气行业工作。#Getting R libraries:library(ggplot2)library(timeSeries)library(MTS)
myts <- ts(dataset, start = c(2005,1), end = c(2019,12), frequency = 12)
#Illustrate out of sample
浏览 0修改于2020-01-13得票数 1
1回答
我有一个从1902年到2014年的时间序列A (ts_A)，frequency=12，每个月的值和某一年(以及随后的月份)的NA值。NA 2014 742 135 699 586 458
然而，我有另一个从1902年到2014年的时间序列(ts_B)，frequency=1 (年分布
浏览 2修改于2015-12-01得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号