Ich habe folgende df:Wie Reihen Datenrahmen konvertieren und auto.arima auf jede Zeile anwenden
head(customerdata)
Customer.ID Week1 Week2 Week3 week4 week5 week6 week7 week8
1 C1 420 423 481 421 393 419 415 440
2 C2 1325 1262 1376 1370 1484 1421 1287 1400
3 C3 547 541 547 550 570 576 556 587
4 C4 349 349 375 346 374 379 433 376
5 C5 721 714 758 716 833 735 711 731
6 C6 420 423 481 421 393 419 415 440
Ich brauche ierow in einer Zeitreihe Objekt für jeden Kunden-ID konvertieren und Wenden Sie dann auto.arima auf jede Zeile an und erstellen Sie Prognosen.
Ich versuchte fn mit anwenden:
apply(customerdata,1,as.ts)
Aber diese funktioniert nicht richtig.
Es gibt auch einen Weg, wo ich ordentliche Pakete wie purrr usw. verwenden kann, um jede Zeile in ts Objekt zu konvertieren, dann auto.arima mit map fn anzuwenden, dann Fehlerstatistiken wie MAPE und auch Punkte in einer Vorhersage zu extrahieren. Rahmen.
Hilfe würde geschätzt werden !!
Vielleicht tun könnte, ist es besser, 'long' Format, dh 'tibble :: rownames_to_column zu konvertieren in (customerdata, 'rn')%>% sammeln (key, val, -Customer.ID, -rn) 'und dann kannst du das' sweep' überprüfen – akrun