时间序列预测之一：指数平滑法（二）R语言——代码实现_r语言学习简单指数平滑-程序员宅基地
参考：https://www.cnblogs.com/fengzzi/p/10044426.html
指数模型是用来预测时序未来值的最常用模型。这类模型相对比较简单，但是实践证明它们的短期预测能力较好。不同指数模型建模时选用的因子可能不同。比如
- 单指数模型（simple/single exponential model）拟合的是只有常数水平项和时间点i处随机项的时间序列，这时认为时间序列不存在趋势项和季节效应；
- 双指数模型（double exponential model；也叫Holt指数平滑，Holt exponential smoothing）拟合的是有水平项和趋势项的时序；
- 三指数模型（triple exponential model；也叫Holt-Winters指数平滑，Holt-Winters exponential smoothing）拟合的是有水平项、趋势项以及季节效应的时序。
R中自带的HoltWinters()函数或者forecast包中的ets()函数可以拟合指数模型。ets()函数的备选参数更多，因此更实用。
1. HoltWinters()函数
2. forecast包中的ets()函数
平滑参数（α,β,γ）=（水平，趋势，季节）
2.1 最简单参数
ets(ts, model="zzz")
model="ZZZ"，依次含义为错误类型、趋势类型、季节类型。 "A"=additive, "M"=multiplicative and "Z"=automatically
其中ts是要分析的时序，限定模型的字母有三个。第一个字母代表误差项，第二个字母代表趋势项，第三个字母则代表季节项。可选的字母包括：相加模型(A)、相乘模型(M)、无(N)、自动选择(Z)。
"A"=additive, "M"=multiplicative and "Z"=automatically
2.2 所有参数
ets(y, model="ZZZ", damped=NULL, alpha=NULL, beta=NULL, gamma=NULL, phi=NULL, additive.only=FALSE, lambda=NULL, lower=c(rep(0.0001,3), 0.8), upper=c(rep(0.9999,3),0.98), opt.crit=c("lik","amse","mse","sigma","mae"), nmse=3, bounds=c("both","usual","admissible"), ic=c("aic","aicc","bic"),restrict=TRUE)
y：一个数值向量或时间系列
model="ZZZ"：依次含义为错误类型、趋势类型、季节类型。 "A"=additive, "M"=multiplicative and "Z"=automatically
（additive，为加法；multiplicative，乘法；damped，阻尼；Null，无）
damped=NULL，一个的阻尼趋势
lower=c(rep(0.0001,3), 0.8), upper=c(rep(0.9999,3),0.98), 参数（α，β，γ，φ）的上下界
opt.crit=c("lik","amse","mse","sigma","mae")：优化标准， “MSE”（均方误差），“AMSE”（(Average MSE over first nmse forecast horizons），“sigma”（标准偏差残差），“mae”（残差绝对值的平均值），或“lik”（对数似然，默认值）
nmse=3, 平均多级MSE（1 <=nmse<= 10）的步数。
bounds=c("both","usual","admissible")： 收敛参数空间类型，"usual" 表示所有参数都必须指定上限和下限之间，“"admissible"表示参数必须位于允许的空间，”"both"（默认）的交叉点这些区域。
ic=c("aic","aicc","bic")：在模型选择要使用的信息准则。
restrict=TRUE：如果是TRUE，无限方差模型将不会被允许
3. 预测准确性度量
- 平均误差和平均百分比误差：一般来说，平均误差和平均百分比误差用处不大，因为正向和负向的误差会抵消掉。
- RMSE：给出了平均误差平方和的平方根，本例中即1.13°F。
- 平均绝对百分误差：给出了误差在真实值中的占比，它没有单位，因此可以用于比较不同时序间的预测准确性；但它同时假定测量尺度中存在一个真实为零的点（比如每天的游客数量），但华氏温度中并没有一个真实为零（即不存在分子运动动能）的点，因此这里不能用这个统计量。
- 平均绝对标准化误差：是最新的一种准确度测量，通常用于比较不同尺度的时序间的预测准确性。这几种预测准确性度量中，并不存在某种最优度量，不过RMSE相对最有名、最常用。
智能推荐
天津计算机考研901,2017年天津大学计算机科学与技术学院901数据结构与程序设计考研题库...-程序员宅基地
文章浏览阅读467次。一、填空题1． 设有两个算法在同一机器上运行，其执行时闻分别为_____。【答案】15【解析】当时，而，时，2． 阅读下列程序，指出其功能，并写出空格处应填上的语句。【答案】要使前者快于后者，n 至少为【解析】本题是在哈希表ht[]中插入值为的元素，如该元素已在哈希表中，报告出错。3． 设正文串长度为n ，模式串长度为m ，则串匹配的KMP 算法的时间复杂度为_____。【答案】4． 按LSD 进..._设有两个算法在同一机器上运行
opencv二值图像、灰度图像、彩色图像的基本表示方法_二值图像图片-程序员宅基地
文章浏览阅读2.8k次。1.二值图像 计算机将白色像素点（白色小方块区域）处理为“1”，将黑色像素点（黑色小方块区域）处理为“0”2.灰度图像二值图像表示起来简单方便，但是因为其仅有黑白两种颜色，所表示的图像不够细腻。如果想要表现更多的细节，就需要使用更多的颜色。例如，lena图像是一幅灰度图像，它采用了更多的数值以体现不同的颜色，因此该图像的细节信息更丰富。通常，计算机会将灰度处理为256个灰度..._二值图像图片
5个超厉害的资源搜索网站，每一款都可以让你的资源满满！_最全资源搜索引擎-程序员宅基地
文章浏览阅读1.6w次，点赞8次，收藏41次。生活中我们无时不刻不都要在网站搜索资源，但就是缺少一个趁手的资源搜索网站，如果有一个比较好的资源搜索网站可以帮助我们节省一大半时间！今天小编在这里为大家分享5款超厉害的资源搜索网站，每一款都可以让你的资源丰富精彩！网盘传奇一款最有效的网盘资源搜索网站你还在为找网站里面的资源而烦恼找不到什么合适的工具而烦恼吗？这款网站传奇网站汇聚了4853w个资源，并且它每一天都会持续更新资源；..._最全资源搜索引擎
Book类的设计(Java)_6-1 book类的设计java-程序员宅基地
文章浏览阅读4.5k次，点赞5次，收藏18次。阅读测试程序，设计一个Book类。函数接口定义：class Book{}该类有 四个私有属性 分别是 书籍名称、 价格、 作者、 出版年份，以及相应的set 与get方法；该类有一个含有四个参数的构造方法，这四个参数依次是 书籍名称、 价格、 作者、 出版年份 。裁判测试程序样例：import java.util.*;public class Main { public static void main(String[] args) { List <Book>_6-1 book类的设计java
基于微信小程序的校园导航小程序设计与实现_校园导航微信小程序系统的设计与实现-程序员宅基地
文章浏览阅读613次，点赞28次，收藏27次。相比于以前的传统手工管理方式，智能化的管理方式可以大幅降低学校的运营人员成本，实现了校园导航的标准化、制度化、程序化的管理，有效地防止了校园导航的随意管理，提高了信息的处理速度和精确度，能够及时、准确地查询和修正建筑速看等信息。课题主要采用微信小程序、SpringBoot架构技术，前端以小程序页面呈现给学生，结合后台java语言使页面更加完善，后台使用MySQL数据库进行数据存储。微信小程序主要包括学生信息、校园简介、建筑速看、系统信息等功能，从而实现智能化的管理方式，提高工作效率。
有状态和无状态登录
传统上用户登陆状态会以 Session 的形式保存在服务器上，而 Session ID 则保存在前端的 Cookie 中；而使用 JWT 以后，用户的认证信息将会以 Token 的形式保存在前端，服务器不需要保存任何的用户状态，这也就是为什么 JWT 被称为无状态登陆的原因，无状态登陆最大的优势就是完美支持分布式部署，可以使用一个 Token 发送给不同的服务器，而所有的服务器都会返回同样的结果。有状态和无状态最大的区别就是服务端会不会保存客户端的信息。
随便推点
判断URL中是否包含中文汉字_检测url中是否有中文-程序员宅基地
文章浏览阅读774次。判断URL中是否包含中文汉字- (BOOL)df_isContainChinese{ NSUInteger length = [self length]; for (NSUInteger i = 0; i < length; i++) { NSRange range = NSMakeRange(i, 1); NSString *subString = [self substringWithRange:range]; const cha_检测url中是否有中文
hyperledger composer之查询语言_composer access control language-程序员宅基地
文章浏览阅读72次。查询语言的格式查询语言必须包括SELECT操作以及可选择性的包含FROM, WHERE, AND, ORDER BY, and OR.查询语言的基本格式query Q1{ description: "Select all drivers older than 65." statement: SELECT org.example.Driver WHERE..._composer access control language
控制对象的特性_控制对象特性-程序员宅基地
文章浏览阅读990次。对象特性是指控制对象的输出参数和输入参数之间的相互作用规律。放大系数K描述控制对象特性的静态特性参数。它的意义是：输出量的变化量和输入量的变化量之比。时间常数T当输入量发生变化后，所引起输出量变化的快慢。（动态参数） ..._控制对象特性
FRP搭建内网穿透(亲测有效)_locyanfrp-程序员宅基地
文章浏览阅读5.7w次，点赞50次，收藏276次。FRP搭建内网穿透1.概述：frp可以通过有公网IP的的服务器将内网的主机暴露给互联网，从而实现通过外网能直接访问到内网主机；frp有服务端和客户端，服务端需要装在有公网ip的服务器上，客户端装在内网主机上。2.简单的图解：3.准备工作：1.一个域名（www.test.xyz）2.一台有公网IP的服务器(阿里云、腾讯云等都行)3.一台内网主机4.下载frp，选择适合的版本下载解压如下：我这里服务器端和客户端都放在了/usr/local/frp/目录下4.执行命令# 服务器端给执_locyanfrp
UVA 12534 - Binary Matrix 2 (网络流‘最小费用最大流’ZKW)_uva12534-程序员宅基地
文章浏览阅读687次。题目：http://acm.hust.edu.cn/vjudge/contest/view.action?cid=93745#problem/A题意：给出r*c的01矩阵，可以翻转格子使得0表成1,1变成0，求出最小的步数使得每一行中1的个数相等，每一列中1的个数相等。思路：网络流。容量可以保证每一行和每一列的1的个数相等，费用可以算出最小步数。行向列建边，如果该格子是_uva12534
免费SSL证书_csdn alphassl免费申请-程序员宅基地
文章浏览阅读504次。1、Let's Encrypt 90天，支持泛域名2、Buypass：https://www.buypass.com/ssl/resources/go-ssl-technical-specification6个月，单域名3、AlwaysOnSLL：https://alwaysonssl.com/ 1年，单域名 可参考蜗牛（wn789）4、TrustAsia5、Alpha..._csdn alphassl免费申请