शुरू करेंमुफ़्त में शुरू करें

auto.arima() फंक्शन

हम auto.arima फंक्शन का उपयोग करके अपने लिए एक अच्छा शुरुआती मॉडल अपने-आप चुन सकते हैं। महानगरीय क्षेत्र में सभी प्रोडक्ट्स के लिए जो क्षेत्रीय सेल्स डेटा जोड़ा गया है, वह आपके वर्कस्पेस में MET_t ऑब्जेक्ट के रूप में लोड है। हम इन तारीखों के साथ काम करने के लिए index फंक्शन का उपयोग करेंगे।

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में प्रोडक्ट डिमांड फोरकास्टिंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • डेटा को ट्रेनिंग और वैलिडेशन दोनों भागों में बाँटें, जहाँ वैलिडेशन में आपका सारा 2017 का डेटा हो। ट्रेनिंग भाग आपके लिए किया जा चुका है, अब आप वैलिडेशन कीजिए! तारीख के लिए YYYY-MM-DD फॉर्मेट का उपयोग ज़रूर करें।
  • अपने महानगरीय क्षेत्रीय सेल्स के ट्रेनिंग डेटा पर auto.arima() फंक्शन चलाएँ।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Split the data into training and validation
MET_t_train <- MET_t[index(MET_t) < "2017-01-01"]
MET_t_valid <- ___[index(___) >= "___"]

# Use auto.arima() function for metropolitan sales training data
auto.arima(___)
कोड संपादित करें और चलाएँ