Amazon Forecast n'est plus disponible pour les nouveaux clients. Les clients existants d'Amazon Forecast peuvent continuer à utiliser le service normalement. En savoir plus »
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Algorithme de lissage exponentiel (ETS)
Le lissage exponentiel (ETS)Package 'forecast' Comprehensive R Archive Network (CRAN).
Fonctionnement d'ETS
L'algorithme SCEQE est particulièrement utile pour les ensembles de données avec des variations saisonnières et d'autres hypothèses antérieures sur les données. ETS calcule une moyenne pondérée sur toutes les observations du jeu de données en séries chronologiques d'entrée comme prédiction. Les pondérations diminuent de façon exponentielle au fil du temps, contrairement aux pondérations constantes des méthodes de moyenne mobile simple. Les pondérations dépendent d'un paramètre constant, connu sous le nom de paramètre de lissage.
Hyper-paramètres ETS et réglage
Pour plus d'informations sur les hyper-paramètres ETS et le réglage, consultez la documentation sur la fonction ets dans le package « prévision »
Amazon Forecast convertit le DataFrequency paramètre spécifié dans l'CreateDatasetopération en frequency paramètre de la fonction R ts
| DataFrequency (chaîne) | R ts frequency (entier) |
|---|---|
| Y | 1 |
| M | 12 |
| W | 52 |
| D | 7 |
| H | 24 |
| 30 min | 2 |
| 15 min | 4 |
| 10 min | 6 |
| 5 min | 12 |
| 1 min | 60 |
Les fréquences de données prises en charge qui ne sont pas dans la table ont par défaut une fréquence ts égale à 1.
