R中的时序断开/变化/干扰检测:结构变化、变化点、断开检测、bfast等
我希望这能成为R中各种时间序列突破/变化/干扰检测方法的一个标志。我的问题是描述以下每个包的动机和不同方法。也就是说,什么时候使用一种方法比使用另一种方法更有意义,相似性/差异性等 有关包裹:R中的时序断开/变化/干扰检测:结构变化、变化点、断开检测、bfast等,r,time-series,data-mining,R,Time Series,Data Mining,我希望这能成为R中各种时间序列突破/变化/干扰检测方法的一个标志。我的问题是描述以下每个包的动机和不同方法。也就是说,什么时候使用一种方法比使用另一种方法更有意义,相似性/差异性等 有关包裹: (示例) (示例) (链接包括简单示例) (教程) 也许(?)在较小程度上:和 我希望有针对性的答案。也许每种方法都有一段。在一个时间序列中对每一项都施加压力是很容易的,但这可能以滥用/违反假设为代价。有一些资源为ML监督/非监督技术提供指导。我(当然还有其他人)希望能在时间序列分析这一领域找到一些
- (示例)
- (示例)
- (链接包括简单示例)
- (教程)
- 也许(?)在较小程度上:和
我希望有针对性的答案。也许每种方法都有一段。在一个时间序列中对每一项都施加压力是很容易的,但这可能以滥用/违反假设为代价。有一些资源为ML监督/非监督技术提供指导。我(当然还有其他人)希望能在时间序列分析这一领域找到一些指导方针/指针 两种截然不同的动机导致了时间序列分析: