时间序列分析与数据挖掘

• 作者: 李忠武
• 来源期刊: 电子商务
• 关键词: 时间序列 聚类 特征提取
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 研究分析
• 页码范围: 41-44
• 页数: 4页
• 字数: 2164字
• 语种: 中文

摘要

本文通过把时间序列分解为趋势成分、季节成分、随机成分的例子,演示如何在R中建立自回归综合移动平均(ARIMA)模型,并使用ARIMA模型预测未来值.然后介绍动态时间规整(DTW),以及基于欧式距离和DTW距离的层次类聚,同时用三个时间序列分类例子举例说明时间序列的数据挖掘.