R中每小时数据的时间序列预测答案

【问题标题】：Time series forecast on Hourly Data in RR中每小时数据的时间序列预测
【发布时间】：2019-02-25 08:24:13
【问题描述】：

我有一个 CSV，其中包含近 2 个月的数据，每小时捕获一次数据。

数据集如下

Date_Time                    Freq
2018-06-01 01:00:00           232
2018-06-01 02:00:00           99
2018-06-01 03:00:00           90

大多数时间序列示例在年度数据中都提到了这一点。我对如何按小时进行预测有点迷茫。在 R 中最好的方法是什么。网上有很多使用 h2o、knn、ARIMA 等的例子。

【问题讨论】：

Prohpet 很容易实现，可以处理每小时的数据：facebook.github.io/prophet/docs/quick_start.html#r-api，这里是 Python 中的示例kaggle.com/robikscube/…，在 R 中很容易翻译。
这种问题更适合stats.stackexchange.com，因为你问哪个是“最好”的方式。你应该在那里找到很多类似的问题。

标签： r time-series h2o facebook-prophet

【解决方案1】：

 # R
df <- read.csv('../examples/example_yosemite_temps.csv')
m <- prophet(df, changepoint.prior.scale=0.01)
future <- make_future_dataframe(m, periods = 300, freq = 60 * 60)
fcst <- predict(m, future)
plot(m, fcst)

https://facebook.github.io/prophet/docs/non-daily_data.html

【讨论】：