Time series forecasting in Funke & Funke-Streaming
Ich bin ganz neu maschinelles lernen, so brauche ich etwas Hilfe.
Habe ich spark streaming job, die nimmt Daten über Benutzer, den Stromverbrauch in Cassandra. Ich fülle mehrere Tabellen mit Daten, von denen die wichtigste ist "hourly_data", die angibt, wie viel Strom jeder Benutzer ausgegeben, innerhalb bestimmter Stunde.
Was ich tun will, ist einige Prognosen darüber, wie viel Strom Nutzer verbringen bis zum Ende des Tages, Monats oder Jahres.
Dem sich die Bibliotheken und Modelle, die ich verwenden sollte?
Ist die regression, was ich wirklich brauchen?
Ich denke, das kann ich nicht Vorhersagen, streaming-job, aber ich muss zum starten ein batch-Prozess?
Auch, es wäre schön, wenn ich könnte für einen bestimmten Tag, plot das erwartete user-Verhalten bis zum Ende des Tages (gleiche für den Monat oder ein Jahr...), Die Bibliotheken in Spark kann mir helfen tun? Tutorials?
Vielen Dank
InformationsquelleAutor Srdjan Nikitovic | 2016-05-10
Du musst angemeldet sein, um einen Kommentar abzugeben.
Um eine Prognose für einen Tag, einen Monat und ein Jahr, müssen Sie das Profil der Zeitreihe entsprechend.
Zum Beispiel, wenn Sie möchten, um vorherzusagen, Verwendung für den Tag. Sie brauchen, um die Aggregation der stündlichen Daten, die von Tag zu Tag.
Eingabedaten:
Ihr Profil-Serie sollte
Auch, wenn Sie die fehlenden Daten, die Sie haben, zu berücksichtigen.
Sobald Sie profilierten Ihrer Daten Sie können versuchen, verschiedene Modelle wie ARIMA, Holt-Winters und auch Sie könnten versuchen, einige statespace Modelle. Soweit Bibliotheken
spark-timeseries hat ARIMA-Umsetzung.
InformationsquelleAutor None