【文件属性】：
文件名称：mlr3temporal:预测mlr3
文件大小：907KB
文件格式：ZIP
更新时间：2021-05-11 11:15:59
HTML
mlr3temporal
MLR3的时间预测/预测
时间序列分析说明了以下事实：随着时间的推移获取的数据点可能具有应考虑的内部结构（例如自相关，趋势或季节变化）。 该软件包通过时间序列预测和重采样方法扩展了软件包框架。
安装
从GitHub安装开发版本：
remotes :: install_github( " mlr-org/mlr3temporal " )
预测
当前，实现了以下方法：
任务
ID
代码
类型
tsk("airpassengers")
单变量时间序列
tsk("petrol")
多元时间序列
学习者
ID
学习者
包裹
汽车有马
预报
预测平均值
平均数
根据
增值经销商
向量自回归
瓦斯
措施
ID
措施
包裹
预报前
平均绝对误差
根据
重采样方法
ID
重采样
包裹
ForecastHoldout
坚持
根据
简历
滚动窗口交叉验证
根据
【文件预览】：
mlr3temporal-main
----man-roxygen()
--------seealso_learner.R(101B)
--------seealso_task.R(183B)
--------seealso_resampling.R(222B)
----mlr3temporal.Rproj(396B)
----.github()
--------workflows()
----vignettes()
--------mlr3forecasting.Rmd(3KB)
----NAMESPACE(816B)
----DESCRIPTION(2KB)
----inst()
--------WORDLIST(866B)
--------trigger-mlr3book.sh(414B)
----R()
--------LearnerRegrForecastVAR.R(5KB)
--------MeasureForecast.R(1KB)
--------LearnerForecast.R(3KB)
--------ResamplingRollingWindowCV.R(4KB)
--------DataBackendLong.R(8KB)
--------PredictionForecast.R(6KB)
--------TaskRegrForecast.R(2KB)
--------LearnerRegrForecastAverage.R(2KB)
--------reexports.R(146B)
--------TaskForecast.R(3KB)
--------zzz.R(2KB)
--------TaskRegrForecastAirPassengers.R(656B)
--------helper.R(840B)
--------Autoplot.R(855B)
--------LearnerRegrForecastAutoArima.R(6KB)
--------MeasureForecastMAE.R(685B)
--------TaskRegrForecastPetrol.R(639B)
--------ResamplingForecastHoldout.R(2KB)
----.Rbuildignore(300B)
----LICENSE(7KB)
----tic.R(415B)
----.lintr(531B)
----README.md(5KB)
----attic()
--------prediction.Rmd(2KB)
--------example.r(1KB)
--------demo.R(2KB)
--------rfc_cross validation.md(2KB)
--------Demo.Rmd(3KB)
--------testing_tests.R(846B)
--------Demo.html(1.4MB)
--------rfc_window_conversion.md(4KB)
--------rfc_data_backend_forecasting.md(4KB)
--------rfc_regression_reduction.md(4KB)
--------rfc_reduction.md(4KB)
--------rfc_forecasting_methods.md(3KB)
--------rfc_template.md(1KB)
--------climate_data.R(3KB)
--------notes_2020_02_06.txt(3KB)
----.pre-commit-config.yaml(2KB)
----pkgdown()
--------_pkgdown.yml(658B)
--------favicon()
----man()
--------mlr_learners_regr.VAR.Rd(855B)
--------figures()
--------autoplot.TaskForecast.Rd(665B)
--------TaskRegrForecast.Rd(1KB)
--------mlr_resamplings_forecastHoldout.Rd(1KB)
--------mlr_measures_forecast.mae.Rd(364B)
--------DataBackendLong.Rd(4KB)
--------mlr_tasks_petrol.Rd(656B)
--------TaskForecast.Rd(1KB)
--------PredictionForecast.Rd(2KB)
--------mlr_tasks_airpassengers.Rd(696B)
--------mlr_learners_regr.average.Rd(869B)
--------LearnerForecast.Rd(812B)
--------MeasureForecast.Rd(914B)
--------mlr_learners_regr.AutoArima.Rd(939B)
--------autoplot.Rd(340B)
--------mlr_resamplings_RollingWindowCV.Rd(2KB)
----tests()
--------testthat()
--------testthat.R(128B)
----.gitignore(1KB)
----README.Rmd(6KB)