欧美40老熟妇色xxxxx,免费+国产+在线观看,末成年女a∨片一区二区,久久伊人色av天堂九九,免费中文熟妇在线影片

美林數(shù)據(jù)
ABOUT US
美林數(shù)據(jù)技術(shù)股份有限公司（簡稱：美林數(shù)據(jù)，NEEQ：831546）是國內(nèi)知名的數(shù)據(jù)治理和數(shù)據(jù)分析服務(wù)提供商。

【數(shù)據(jù)挖掘算法分享】機器學習平臺—數(shù)據(jù)處理算法講解之季節(jié)解構(gòu)

2022-10-17 18:37:48 次
季節(jié)解構(gòu)是用于分析有季節(jié)變化的機器學習時間序列的處理方法。基本思想是一個時間序列可以來自線性趨勢、季節(jié)變化和無規(guī)則變化等幾個方面。季節(jié)解構(gòu)將時間序列通過加法模型或者乘法模型分解為季節(jié)項，趨勢循環(huán)項和無規(guī)則項。季節(jié)解構(gòu)要求序列無缺失值或者已經(jīng)通過合適的方法彌補。（數(shù)據(jù)量要求：大于等于36行，小于等于1000行）
?算法思想
1、長期趨勢要素(T):代表時間序列長期的趨勢特性。
2、循環(huán)要素(C):是以數(shù)年為周期的一種周期性變動。
3、季節(jié)要素(S):是每年重復出現(xiàn)的循環(huán)變動，以12個月或4個季度為周期的周期性影響，由溫度、降雨、每年中的假期和政策等因素引起。季節(jié)要素和循環(huán)要素的區(qū)別在于季節(jié)變動是固定間距（如季或月）中的自我循環(huán)，而循環(huán)要素是從一個周期變動到另一個周期，間距比較長且不固定的一種周期性波動。
4、不規(guī)則要素(I):又稱隨機因子、殘余變動或噪聲，其變動無規(guī)則可循，這類因素是由偶然發(fā)生的事件引起的，如罷工、意外事故、地震、水災、惡劣氣候、戰(zhàn)爭、法令更改和預測誤差等。
算法整個過程如下：
1）估計初始趨勢循環(huán)要素：
數(shù)據(jù)建模算法
2）估計初始季節(jié)項：
數(shù)據(jù)挖掘
3）估計初始趨勢循環(huán)無規(guī)則項：
數(shù)據(jù)挖掘
4）計算暫定的趨勢循環(huán)要素：
機器學習平臺
5）計算最終的季節(jié)因子：
機器學習平臺
6）計算最終的趨勢循環(huán)項：
機器學習建模
7）計算最終的無規(guī)則項：
機器學習

?數(shù)據(jù)格式
  • 數(shù)值型字段；
?參數(shù)說明
Tempo機器學習平臺
參數(shù) 類型 描述
季節(jié)調(diào)整方法 下拉框 提供加法模型和乘法模型
序列格式 下拉框 提供的屬性列所對應的時間維度是月度和季度等格式
序列開始時間 文本框 當序列格式為月度時，指定開始的月份，如2010.01；當序列格式為季度時，指定開始的季度值，如2010.01
?結(jié)果說明
Tempo機器學習平臺
屬性列+“_season”為分解出來的季節(jié)項；
屬性列+“_trend”為分解出來的趨勢項；
屬性列+“_irregular”為分解出來的隨機項；

?演示實例
用Tempo機器學習平臺構(gòu)建如下流程：
Tempo機器學習平臺
【文件輸入】節(jié)點配置如下：
Tempo機器學習平臺
【季節(jié)解構(gòu)】節(jié)點配置如下：
Tempo機器學習平臺
流程運行結(jié)果如下：
Tempo機器學習平臺
服務(wù)熱線
400-608-2558
咨詢熱線
15502965860
美林數(shù)據(jù)
微信掃描二維碼，立即在線咨詢