स्थानांतरण - औसत - एकत्रीकरण

नील-लुन मैं एक रोलिंग औसत की गणना करना चाहता था इसलिए 3 महीने के अंतराल के लिए मैं एक दिन और औसत उस दिन पिछले 3 महीनों के आंकड़ों के साथ लेना चाहता हूं, और फिर अगले 50 सालों में अगले 50 सालों के लिए यह औसत करना चाहिए मुझे लगता है कि कुछ वैल्यू औसत के लिए ओवरलैप होती है आप मानचित्र के साथ यह कैसे करेंगी, इसके बजाय आप एकत्रीकरण ढांचे के साथ ऐसा कर सकते हैं, मुझे लगता है कि आप सही हैं, मुझे अलग दस्तावेज़ों की तुलना करना होगा धन्यवाद मैक अगस्त 6 14 12 53. मैं टी विश्वास है कि एकत्रीकरण ढांचे वर्तमान संस्करण 2 6 में कई तिथियों के लिए ऐसा कर सकता है, या कम से कम, यह कुछ गंभीर जिमनास्टिक्स के बिना ऐसा नहीं कर सकता है कारण यह है कि एकत्रीकरण पाइप लाइन एक समय में एक दस्तावेज़ और एक दस्तावेज़ को केवल इसलिए लागू करती है, इसलिए यह किसी भी तरह से प्रत्येक दिन के लिए एक दस्तावेज बनाना जरूरी होगा जिसमें संबंधित 3 महीने के प्रासंगिक जानकारी का मूल्य होगा यह एक समूह स्तर के रूप में होगा जो औसत की गणना करेगा, जिसका अर्थ है कि पहले चरण में प्रत्येक दिन की लगभग 90 प्रतियां आरईसी कुछ भेद करने योग्य कुंजी के साथ जो समूह के लिए इस्तेमाल किया जा सकता है। इसलिए मैं एक एकत्रीकरण में एक से अधिक तारीखों के लिए ऐसा करने का एक तरीका नहीं देखता हूं, मैं गलत होने से खुश हूं और इस जवाब को हटाकर संपादित करना होगा किसी को भी ऐसा करने का एक रास्ता मिल जाता है, भले ही यह इतना जटिल हो कि यह व्यावहारिक नहीं है एक PostgreSQL विभाजन प्रकार समारोह यहां काम करेगा शायद यह समारोह किसी दिन जोड़ा जाएगा। उत्तर 7 अगस्त 17 17 पर 49. तब आपको या तो इस के टुकड़े के लिए क्वेरी और कुछ भाषा रूबी, अजगर, नोड में चलती औसत की गणना या प्रत्येक अंतराल के लिए एक समूची क्वेरी चलाते हैं यह वास्तव में सबसे अच्छा समाधान नहीं है, यह सिर्फ गलत महसूस नहीं करता है यह मानचित्र के साथ ऐसा करने का एक बेहतर तरीका है- कम से कम 7 अगस्त 18 18 को मैक के बारे में सोचो। मुझे आम तौर पर मानचित्र-कम करने के बारे में सोचना नहीं है, मैं मैप का उपयोग करने से बचने की कोशिश करता हूं क्योंकि इसमें एक महत्वपूर्ण प्रदर्शन जुर्माना होता है और जब से आप कस्टम चल रहे हैं कोड सर्वर साइड मैं इसे करने के लिए कुछ सोचा देने की कोशिश करेंगे, या शायद किसी और को पकाना होगा अप एक एमआर समाधान wdberkeley 14 अगस्त 18 44. मुझे लगता है कि मेरे अपने प्रश्न के लिए एक जवाब हो सकता है नक्शा कम करें ऐसा करना होगा सबसे पहले इसका इस्तेमाल प्रत्येक दस्तावेज़ को उसके पड़ोसियों को नक्काशी करने के लिए करना चाहिए, साथ औसत होना चाहिए, फिर कम से कम उपयोग करें प्रत्येक सरणी औसत और औसत की नई सरणी चलती औसत साजिश ओवरटाइम होने के बाद से यह आईडी नई तारीख अंतराल होगी जो आप की परवाह करते हैं। मुझे लगता है कि मुझे नक्शे को बेहतर समझने की ज़रूरत है। उदाहरण के लिए यदि हम यह करना चाहते थे स्मृति में बाद में हम संग्रह बना सकते हैं। जो सही दिखते हैं। यह कार्यक्षमता प्रायोगिक है और इसे भविष्य में रिलीज में पूरी तरह से हटा दिया जा सकता है या किसी भी मुद्दे को ठीक करने के लिए लोस्टिस्टिक सबसे अच्छा प्रयास करेगा, लेकिन प्रायोगिक विशेषताएं एसएलए के अधीन नहीं हैं आधिकारिक जीए सुविधाओं का। एक आदेश दिया गया श्रृंखला के आंकड़ों को देखते हुए, चलती औसत एकत्रीकरण डेटा में एक विंडो को स्लाइड करेगा और उस विंडो के औसत मूल्य का उत्सर्जन करता है उदाहरण के लिए, डेटा 1, 2, 3, 4, 5, 6, 7 , 8, 9, 10 हम एक सरल चलन की गणना कर सकते हैं 5 की खिड़कियों का आकार निम्नानुसार है। औसत औसत क्रमिक आंकड़ों को चिकनी बनाने के लिए एक सरल तरीका है औसत चलना आम तौर पर समय-आधारित डेटा पर लागू होती है, जैसे कि शेयर की कीमतें या सर्वर मेट्रिक्स चौरसाई का उपयोग उच्च आवृत्ति में उतार-चढ़ाव या यादृच्छिक शोर, जो कम आवृत्ति प्रवृत्तियों को अधिक आसानी से दृश्यमान होने की अनुमति देता है, जैसे कि ऋतु। रैखिक मॉडल श्रृंखला में अंक के लिए एक रेखीय भार रखता है, जैसे कि पुराने डेटापेपॉइंट जैसे विंडो की शुरुआत में उनको एक समान रूप से कम मात्रा में योगदान होता है कुल औसत रैखिक भार से डेटा के पीछे के अंतर को कम करने में मदद मिलती है, क्योंकि पुराने बिंदुओं में कम प्रभाव होता है। एक रेखीय मॉडल को कॉन्फ़िगर करने के लिए कोई विशेष सेटिंग्स नहीं होती हैं। सरल मॉडल की तरह, खिड़की का आकार चलती औसत के व्यवहार को बदल सकता है उदाहरण के लिए, एक छोटी खिड़की खिड़की 10 डेटा पर नज़र रखेगी और केवल छोटे पैमाने पर उतार-चढ़ाव को सुचारू रूप देगी.फिचर 3 रैखिक चलती औसत आकार की खिड़की के साथ 10. इसके विपरीत, एक रैखिक चलती है बड़ी खिड़की खिड़की 100 के साथ औसत सभी उच्च आवृत्ति उतार-चढ़ाव को कम कर देगा, केवल कम आवृत्ति, दीर्घकालिक प्रवृत्तियों को छोड़कर, वास्तविक डेटा के पीछे पर्याप्त मात्रा में पीछे रहना पड़ता है, हालांकि सामान्य मॉडल से कम आम तौर पर कम होता है। फिक्चर 4 रैखिक चलती औसत आकार की खिड़की के साथ 100.मल्टीप्लिकेटिव होल्ट-विंटर्सएडिट। मल्टीप्लीटेक्टीव टाइपिंग प्रकार के द्वारा निर्दिष्ट किया जाता है यह विविधता को पसंद किया जाता है जब मौसमी प्रभाव आपके डेटा ई ग्रुप के साथ गुणा किया जाता है, यदि मौसमी असर x5 है तो डेटा को जोड़ने के बजाय। अल्फा और गामा का डिफ़ॉल्ट मान 0 है, जबकि बीटा 0 है। सेटिंग्स 0-1 से किसी भी फ्लोट स्वीकार करते हैं। समावेशी अवधि का डिफ़ॉल्ट मान 1 है। गुणात्मक होल्ट-विंटर्स मॉडल को न्यूनतम किया जा सकता है.मल्टीप्लिकेट होल्ट-विंटर्स को विभाजित करके काम करता है मौसमी मूल्य से प्रत्येक डेटा बिंदु यह समस्याग्रस्त है यदि आपका कोई भी डेटा शून्य है, या यदि डेटा में अंतराल है, क्योंकि इसका परिणाम विभाजन-दर-शून्य में होता है, इसका सामना करने के लिए, होल्ट-विंटर्स ने सभी मूल्यों का मूल्यांकन किया है एस बहुत छोटी राशि 1 10 -10 से है ताकि सभी मान शून्य न हो जाएं, यह परिणाम को प्रभावित करता है, लेकिन केवल कम से कम यदि आपका डेटा शून्य है, या जब आपको शून्य मिलता है, तो जब आप शून्य का सामना करते हैं, तो आप इसे अक्षम कर सकते हैं पैड के साथ व्यवहार झूठा। सभी चलती औसत मॉडल एक भविष्यवाणी मोड का समर्थन करता है, जो भविष्य में मौजूदा चिकनाई, चलती औसत को एक्सट्रपोल करने का प्रयास करेगा मॉडल और पैरामीटर के आधार पर, ये भविष्यवाणियां सटीक नहीं हो सकती हैं या हो सकती हैं। किसी भी चलती औसत एकत्रीकरण को जोड़कर भविष्यवाणी की संख्या को निर्दिष्ट करते हुए, जो आप श्रृंखला के अंत में जोड़ना चाहते हैं, ये भविष्यवाणियां आपके बाल्टी के समान अंतराल पर होगी। सरल रेखीय और ईवा मॉडल सभी फ्लैट भविष्यवाणियां उत्पन्न करते हैं अनिवार्य रूप से श्रृंखला में अंतिम मान के मतलब पर एक सपाट का निर्माण होता है। फिक्चर 11 सरल चलती औसत 10 आकार की खिड़की के साथ, 50 की भविष्यवाणी करता है। इसके विपरीत, हॉल्ट मॉडल स्थानीय या ग्लो के आधार पर एक्सट्रपलेशन कर सकता है बाल निरंतर प्रवृत्तियों यदि हम एक उच्च बीटा मान सेट करते हैं, तो हम इस मामले में स्थानीय स्थिर प्रवृत्तियों के आधार पर एक्सट्रपलेशन कर सकते हैं, क्योंकि भविष्यवाणियों का सिर नीचे है, क्योंकि श्रृंखला के अंत में डेटा नीचे की दिशा में बढ़ रहा था। फिक्चर 12 होल्ट-रैनीर चलती औसत आकार 100 की खिड़की के साथ, 20 की भविष्यवाणी, अल्फा 0 5, बीटा 0 8. इसके विपरीत, अगर हम एक छोटी बीटा चुनते हैं तो भविष्यवाणियां वैश्विक स्थिर प्रवृत्ति पर आधारित होती हैं। इस श्रृंखला में, वैश्विक प्रवृत्ति थोड़ा सकारात्मक है, इसलिए भविष्यवाणी करता है एक तीव्र यू-टर्न और एक सकारात्मक ढलान शुरू होता है। आकार 13 के आकार के विंडो के साथ डबल एक्सपोजेंनेबल चल औसत, 20 का अनुमान लगाया, अल्फा 0 5, बीटा 0। हॉल्टविन्टर मॉडल में सबसे अच्छी भविष्यवाणियां देने की क्षमता है, क्योंकि इसमें भी शामिल है मॉडल में मौसमी उतार-चढ़ाव। फिक्चर 14 होल्ट-विंटर्स की ऊंचाई 120 की खिड़की के साथ औसत चलती है, 25 की भविष्यवाणी, अल्फा 0 8, बीटा 0 2, गामा 0 7, अवधि 30. एक समय पहले मैंने लिखित डेटा का उपयोग करते हुए लाइव डेटा की गणना के बारे में लिखा था। रिएक्टिव एक्सटेंशन में बफर विधि मी Iethod अद्यतनों के एक बफर बनाता है, जिनकी सीमा आप डेवलपर के रूप में निर्दिष्ट करते हैं, और आपको हर चलने वाले अद्यतन के साथ चलने वाला बफ़र प्रदान करता है वर्तमान अद्यतन बफर में अंतिम होगा, जो आपको समेकित चलती औसत की गणना करने की अनुमति देता है, जहां एक अंतिम कारक परिणाम में शामिल है। हाल ही में, मुझे एक ऐसे आवेदन में स्थिर डेटा के साथ कुछ करना था जो आरएक्स का उपयोग नहीं कर रहा था, क्यूई की अच्छी तरह से परिभाषित LINQ - आधारित डेटा प्रदाता था मुझे आश्चर्य है कि मुझे पता चला कि LINQ एक बफरिंग प्रदान नहीं करता है बॉक्स में से बाहर निकलने का तरीका मुझे बहुत बड़ा आश्चर्य हुआ, मुझे पता चला कि यह लागू करना आसान था कोड नीचे है। मैं यह नहीं मानना ​​चाहता था कि हम केवल औसतन एग्रीग्रेड़े करेंगे, इसलिए मैंने अपने समाधान को काफी सामान्य रखा, यह होगा एकत्रीकरण तर्क को जोड़ने के लिए मेरे फ़ंक्शन के उपयोगकर्ता के लिए, इस पोस्ट में, मैं औसत एग्रीग्रेजेस प्रदर्शित करता हूं, लेकिन इस फ़ंक्शन के उपयोगकर्ता आइटमों के किसी सेट के साथ कुछ भी करने में सक्षम होगा। सबसे पहले, हम डेटा संरचना को परिभाषित करते हैं, कॉल एड एकत्रीकरण जो मूल को लपेटकर और एक नई एकत्रित वैल्यू प्रॉपर्टी लाइन 16 जोड़ने के लिए उपयोग किया जाएगा कि हम एकत्रीकरण प्रक्रिया के दौरान आबाद हो जाएंगे तो मैं एक नमूना टाइमडडेटाइव को परिभाषित करता हूं जिसका उपयोग मेरे उदाहरण में स्टॉक की कीमतों में रखने के लिए किया जाएगा। अंत में, LINQ फ़ंक्शन जो मूल सेट में आइटमों का एक सेट बफर करेगा और कम मदों के साथ एक संशोधित सेट लौटाएंगे, जहां प्रत्येक आइटम में बफरड सेट के लिए एग्रीगेशन मान होगा। दावे की सफलता के लिए, मुझे फ़ंक्शन का परीक्षण करने की आवश्यकता है वास्तविक संख्याएं, हमें साप्ताहिक MSFT शेयर का इतिहास याहू से वापस लेना चाहिए। यह डेटा निर्यात करने के लिए इस डेटा को निर्यात करने के लिए हम अपने डेटा का परीक्षण करने के लिए करीब मूल्य की चलती औसत सेट का निर्माण करते हैं। यहां स्प्रेडशीट की तरह दिखना चाहिए। हम फिर एक नमूना डाटासेट बना सकते हैं मूल समापन मूल्यों का प्रतिनिधित्व करने के लिए हम तब अपने कार्य की जांच कर सकते हैं जिससे मैं डेटासेट पर चलती औसत गणना का निर्माण कर सकता हूं। कोड नीचे है। सबसे पहले, मैं डेटासेट बना रहा हूं, फिर मैं डेटासेट के माध्यम से दोहराता हूं, डी एटा मेरे एग्रीगेटर फ़ंक्शन में, जो बदले में मुझे वापस बुलाता है और मुझे दो महत्वपूर्ण निर्णयों को बनाने के लिए कहता है .1 क्या बफरिंग 60 और 71 के बफरिंग को जारी रखना चाहिए 2 बफ़र को पहले उदाहरण में लाइन 61 और एक पंक्ति में 74-82 प्रदान करना चाहिए दूसरा। नमूना का उत्पादन संलग्न स्प्रैडशीट में 6-दिन औसत कॉलम से मेल खाना चाहिए। मुझे यह एग्रीगेटर कार्य बहुत उपयोगी पाया आशा है कि आप भी करेंगे।