問題タブ [time-series]

イベントからの日数のデータがあります。このデータは不規則にサンプリングされています。私の時点は 0、5、6、10、104 日のようです。特定の日時の情報はありません。つまり、調査しているイベントが実際にいつ発生したかわかりません。

私の時系列をggplotを使ってプロットしたいと思います。私は言うことができます

もちろん、x 軸の変数は隣同士にプロットされるため、t=10 と t=104 の間の距離は t=5 と t=6 と同じになります。だから私は何かを作ることができます

これはほとんど機能しますが、現在、x 軸の目盛りは恐ろしく不正確な日時です。多分それらを再フォーマットできますか？しかし、「開始からの日数」という形式を作成する方法がとにかくわかりません。そして今では、かなり明白な何かを見逃しているというしつこい気持ちで、かなり長い間グーグルで検索してきました。私ですか？

matlab で類似検索を実装したいと考えています。私はそれが可能か知りたいですか？

私の計画は、ユークリッド距離と動的時間ワーピングという 2 つの一般的な類似性測定を使用することです。これらは両方とも時系列データセットに適用されます。この時点での私の質問は、これら 2 つの測定性能と精度の両方をどのように評価できるかということです。K-NNアルゴリズムを使用する必要があるという文献を見ました。

次に、時系列データセットに次元削減を適用する予定です。データセットの次元を減らした後。R ツリーまたは利用可能なインデックス作成手法を使用して、データセットにインデックスを付ける必要があります。

しかし、私の問題は、これを行うには、インターネットでほとんど見つけることができないRツリーのmatlabコードが必要なことです...

類似性検索の実装のほとんどは C++、C、および Java で行われていることに気付きました...しかし、私はそれらに慣れていません。私はMatlabでこれらを実装できることを望んでいます...どの教祖もこれで私を助けることができますか?

また、各アルゴリズムのパフォーマンスを評価するには、どのような評価を行うことができますか。

ありがとう

Rでプロットする必要がある一連のデータ (1M 行) があります。時間列 (列 1) は hh:mm:ss.000 形式です。08:05:00 から 09:00:00 までの時間範囲でグラフをプロットしたいと思います。どうすればいいのですか？Web を検索しましたが、xlim を適切に設定する方法が見つかりませんでした。

データの簡単な例を次に示します。列 1 は時間、列 2、3、4.. は y 軸になります。07:51:19.553,10.785,0.000,0.392,1.512,1.527,1.553,1.560,2.838

08:05:00.661,-1.555,0.000,0.041,0.310,0.314,0.321,0.327,1.474

08:06:58.250,30.781,0.000,0.093,0.156,0.160,0.168,0.173,1.411

08:30:02.506,-0.002,0.000,0.052,0.120,0.123,0.132,0.137,1.361

09:05:00.997,-1.802,0.000,0.032,0.078,0.080,0.087,0.090,1.258

10:05:00.661,-1.555,0.000,0.041,0.310,0.314,0.321,0.327,1.474

よろしくお願いします。

System Identification ToolboxのARX関数を使用してからRESID関数を使用しましたが、結果の残差は次のとおりです。

ゼロの数=ラグの数、残差の完全なベクトルが必要です

Rのtransform（）関数を使用して新しい変数で時系列オブジェクトを作成していますが、今日と昨日の変数Cの差を計算するための適切な関数が見つかりません。

これは私がこれまでに得たものです：

次の行は、次の関数で追加されます。

明らかに、C（昨日）は正しくありません。lag（）、diff（）を試しましたが、正しい組み合わせが見つかりませんでした。

ボーナスの質問：Typical変数を100分の1にのみ表示するにはどうすればよいですか？

私は大量の時系列を扱っています。これらの時系列は、基本的に 10 分ごとに取得されるネットワーク測定値であり、定期的なもの (帯域幅など) とそうでないもの (ルーティング トラフィックの量など) があります。

オンラインの「外れ値検出」を行うための簡単なアルゴリズムが欲しいです。基本的に、各時系列の履歴データ全体をメモリ (またはディスク) に保持し、ライブ シナリオで異常値を検出したいと考えています (新しいサンプルがキャプチャされるたびに)。これらの結果を達成するための最良の方法は何ですか?

現在、ノイズを除去するために移動平均を使用していますが、次はどうすればよいでしょうか? 標準偏差、狂気などの単純なものは、データセット全体に対してうまく機能しません (時系列が定常的であるとは想定できません)。より「正確」なもの、理想的には次のようなブラックボックスが必要です。

ここで、 vector は、履歴データを含む double の配列であり、戻り値は、新しいサンプル "value" の異常スコアです。

matlabを使用してパラメーター=0.7のma（1）モデルをシミュレートするにはどうすればよいですか？

ARMAモデルとcodamatlab関数をシミュレートするmatlab関数とは何ですか（coda：収束診断とデータ分析）

外国為替市場からのライブ価格データの複数のソースを消費し、その出力として時系列データの 2 つのストリームを生成するプロセスがあります。出力はノイズが多く (つまり、sin や cos のように滑らかではありません)、両方のストリームが 0 と 100 の値の間にバインドされています。

機械学習または AI に、1 つのシグナルが急激にポジティブで、もう 1 つのシグナルが急激にネガティブであることを特定するのに役立つアプローチはありますか? 単純な移動平均線と指数移動平均線をいじって線を少し滑らかにしましたが、その方法ではあまりにも多くの情報を失います。

時系列データがあります（ここにdata.frameとして投稿しました）：

これをggplotの棒グラフとしてプロットし、月ごとの合計値（月の名前をテキストとして）を表示するための最良の方法は何ですか？

月フィールドを追加することで、これを手動で行うことができます。

次に、これを個別にプロットしますが、このアプローチを使用して月が正しく順序付けられていません（順序付けされた係数を作成する必要があると仮定しますか？）。また、ggplotには「より簡単な」方法があると思います。