文章 2024-04-26 来自:开发者社区

【视频】检测异常值的4种方法和R语言时间序列分解异常检测

全文链接:http://tecdat.cn/?p=3232 什么是异常值?异常值是与其他观测值有显著差异的数据点。异常值会显著扭曲特征分布和ML工作,因此我们需要观察并形成处理它们的策略。 异常值是如何出现的? 这种观察的出现可能是由以下原因引起的: ...

【视频】检测异常值的4种方法和R语言时间序列分解异常检测
文章 2024-04-17 来自:开发者社区

R语言时间序列分解和异常检测方法应用案例

我们最近有一个很棒的机会与一位客户合作,要求构建一个适合他们需求的异常检测算法。业务目标是准确地检测各种营销数据的异常情况,这些数据包括跨多个客户和Web源数千个时间序列的网站操作和营销反馈。异常检测算法,该算法基于时间并可从一个到多个时间序列进行扩展。 案例研究 我们与许多教授数据科学的客户合作,并利用我们的专业知识加速业务发展。 我们的客户遇到了一个具有挑战性的问题:...

R语言时间序列分解和异常检测方法应用案例

大数据之R语言速成与实战

30 课时 |
18144 人已学 |
免费
开发者课程背景图
文章 2024-04-17 来自:开发者社区

R语言从经济时间序列中用HP滤波器,小波滤波和经验模态分解等提取周期性成分分析

经济时间序列的分析通常需要提取其周期性成分。这篇文章介绍了一些方法,可用于将时间序列分解为它们的不同部分。它基于《宏观经济学手册》中Stock和Watson(1999)关于商业周期的章节,但也介绍了一些较新的方法,例如汉密尔顿(2018)替代HP滤波器,小波滤波和经验模态分解。 数据 我使用从1970Q1到2016Q4的美国对数实际GDP的季度数据来说明不同的方法。时间序列是通过...

R语言从经济时间序列中用HP滤波器,小波滤波和经验模态分解等提取周期性成分分析

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。