Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Algoritma Smoothing Eksponensial (ETS)
Smoothing Eksponensial(ETS)Package 'forecast'dari Comprehensive R Archive Network (CRAN).
Cara Kerjanya
Algoritma ETS sangat berguna untuk dataset dengan musiman dan asumsi sebelumnya lainnya tentang data. ETS menghitung rata-rata tertimbang atas semua pengamatan dalam dataset seri waktu input sebagai prediksi. Bobot secara eksponensial menurun dari waktu ke waktu, daripada bobot konstan dalam metode rata-rata bergerak sederhana. Bobot tergantung pada parameter konstan, yang dikenal sebagai parameter smoothing.
ETS Hyperparameters dan Tuning
Untuk informasi tentang hiperparameter dan penyetelan ETS, lihatetsdokumentasi fungsi diPaket 'perkiraan'
Amazon Forecast mengkonversiDataFrequencyparameter yang ditentukan dalamCreateDatasetoperasi kefrequencyparameter Rts
| DataFrequency (string) | R ts frekuensi (integer) |
|---|---|
| Y | 1 |
| M | 12 |
| W | 52 |
| D | 7 |
| H | 24 |
| 30 menit | 2 |
| 15 menit | 4 |
| 10 menit | 6 |
| 5 menit | 12 |
| 1 menit | 60 |
Frekuensi data yang didukung yang tidak dalam tabel default ketsfrekuensi 1.
