Nano Hash - криптовалюты, майнинг, программирование

Ошибка при прогнозировании holt()

Я пытаюсь предсказать, используя holt().

holt(ts(c(999037.5,  998362.5,  999525.0,  999412.5, 1000000.0)),alpha=0.6, beta=0.6, damped=TRUE, initial="optimal", h=5)

Я получаю следующую ошибку:

Error in ets(x, "AAN", alpha = alpha, beta = beta, damped = damped, opt.crit = "mse",  : 
Sorry, but I need more data!

Но когда я запускаю следующий код, я получаю вывод.

holt(ts(c(1,2)),alpha=0.6, beta=0.6, damped=TRUE, initial="optimal", h=5)
Point Forecast     Lo 80    Hi 80       Lo 95    Hi 95
3            1.5 0.5938062 2.406194  0.11409618 2.885904
4            1.5 0.4868445 2.513155 -0.04948758 3.049488
5            1.5 0.3901438 2.609856 -0.19737860 3.197379
6            1.5 0.3012183 2.698782 -0.33337843 3.333378
7            1.5 0.2184484 2.781552 -0.45996398 3.459964

Поэтому я не уверен, в чем проблема.

r predict
06.03.2017

Ответы:


1

Внутри кода ets вы найдете:

  # close to line 148
  n <- length(y)
    if (n <= 4) {
        fit <- HoltWintersZZ(orig.y, beta = FALSE, gamma = FALSE, 
            lambda = lambda, biasadj = biasadj)
        fit$call <- match.call()
        return(fit)
    }
    npars <- 2L
    if (trendtype == "A" | trendtype == "M") 
        npars <- npars + 2L
    if (seasontype == "A" | seasontype == "M") 
        npars <- npars + m
    if (!is.null(damped)) 
        npars <- npars + as.numeric(damped)
    if (n <= npars + 1) 
        stop("Sorry, but I need more data!")
    if (errortype == "Z") 
        errortype <- c("A", "M")
    if (trendtype == "Z") {
        if (allow.multiplicative.trend) 
            trendtype <- c("N", "A", "M")
        else trendtype <- c("N", "A")
    }

Итак, запускается один из этих if операторов.

06.03.2017
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..