PSF：基于模式序列的预测算法 R 包介绍
机器学习
2020-05-20 v3
摘要
本文讨论了一个实现基于模式序列预测算法的 R 包，该算法是为单变量时间序列预测而开发的。该算法已成功应用于许多不同领域。PSF 算法由两大部分组成：聚类和预测。聚类部分包括最优聚类数的选择。它参照此类聚类对时间序列数据进行标记。预测部分包括诸如特定模式的最优窗口大小选择以及参照过去模式序列预测未来值等功能。PSF 包包含实现 PSF 算法的各种函数。它还包含一个自动化所有其他函数以获得优化预测结果的函数。该包旨在推广 PSF 算法，并以最小的努力简化其实现。本文描述了 PSF 包中所有函数及其语法。它还提供了一个简单的用法示例。最后，通过将其与 CRAN 仓库中可用的时间序列预测知名函数 auto.arima 和 ets 进行比较，讨论了该包的实用性。
引用
@article{arxiv.1606.05492,
title = {PSF : Introduction to R Package for Pattern Sequence Based Forecasting Algorithm},
author = {Neeraj Bokde and Gualberto Asencio-Cortés and Francisco Martínez-Álvarez and Kishore Kulat},
journal= {arXiv preprint arXiv:1606.05492},
year = {2020}
}
备注
Available at: https://journal.r-project.org/archive/2017/RJ-2017-021/index.html, The R Journal 2017