Как временной ряд считать по дням. Опции

[kont]

Подскажите, мне нужно построить предсказание по дням
test=ts(datas$SALES,start=c(01-11-2015))
test



Предсказание я делаю на базе продаж за месяц на день вперед , т.е. зная данные за месяц предсказать объем продаж на 30.11.2015

На всякий случай прикреплю данные

переформулирую свой вопрос
Usage

ts(data = NA, start = 1, end = numeric(), frequency = 1,
deltat = 1, ts.eps = getOption("ts.eps"), class = , names = )

если я прогнозирую на один день, что мне указать во фреквенси?

Сообщение отредактировал kont - 1.11.2017 - 20:34

Прикрепленные файлы

 sales.zip ( 5,94 мегабайт ) Кол-во скачиваний: 348

 

[p2004r]

Подскажите, мне нужно построить предсказание по дням
test=ts(datas$SALES,start=c(01.11.2015))
test

выходит ошибка
Error: unexpected numeric constant in "test=ts(mydat$SALES,start=c(01.11.2015"
как мне указать именно частоту по дням

Предсказание я делаю на базе продаж за месяц на день вперед , т.е. зная данные за месяц предсказать объем продаж на 30.11.2015
если эта модель покажет хорошие ре-ты, её будут имплементировать на сегодняшние данные
На всякий случай прикреплю данные

А чего предсказание то?

Код

> str(df.sales)
'data.frame':    873912 obs. of  4 variables:
$ DAY  : POSIXct, format: "2015-11-01" "2015-11-01" ...
$ STORE: int  1534 25039 1612 1053 1612 961 1602 21761 19009 22691 ...
$ ART  : int  343533 20490 295206 16406274 49495 15309949 242763 188087 16350692 86093 ...
$ SALES: num  62.5 686.4 185 32.5 143.1 ...
> table(df.sales$DAY)

2015-11-01 2015-11-02 2015-11-03 2015-11-04 2015-11-05 2015-11-06 2015-11-07
     27819      28653      29529      28320      28321      29031      28747
2015-11-08 2015-11-09 2015-11-10 2015-11-11 2015-11-12 2015-11-13 2015-11-14
     27294      28628      29558      29501      29594      30613      29489
2015-11-15 2015-11-16 2015-11-17 2015-11-18 2015-11-19 2015-11-20 2015-11-21
     28717      28829      29379      29402      28850      30584      29037
2015-11-22 2015-11-23 2015-11-24 2015-11-25 2015-11-26 2015-11-27 2015-11-28
     28458      29420      29199      29468      29974      30481      29752
2015-11-29 2015-11-30
     28381      28884
> levels(factor(df.sales$STORE))
[1] "956"   "958"   "961"   "974"   "980"   "999"   "1053"  "1082"  "1094"
[10] "1122"  "1530"  "1534"  "1544"  "1574"  "1579"  "1594"  "1596"  "1602"
[19] "1609"  "1612"  "17096" "17474" "19009" "20581" "21761" "22691" "24605"
[28] "25039" "27220" "29245"
> length(levels(factor(df.sales$ART)))
[1] 7683

Там 1 месяц торговли с привязкой к календарю в 30 магазинах, по 7683 позициям товаров. Что предсказывать то? Сумму покупок в конкретный день? Ассортимент проданный? Разносить по магазинам?

PS откуда вообще эта античная база? из какого курса ML на этот раз?

Сообщение отредактировал p2004r - 1.11.2017 - 20:39