-1
Ich habe zwei Datenstrukturen. Einer ist ein Datenrahmen mit Vorhersagen und ein anderer ist ein benannter Vektor mit Vorhersagegewichten. Ich möchte die Gewichte verwenden, um jede Prognose nach ihrem Gewicht zu multiplizieren und die Daten zusammenzufassen.Multiplikation mit Gewichten
Scheint wie eine einfache Aufgabe, aber ich wollte es zuerst testen.
df = data.frame(one=c(100,300,400,600,300,400), two=c(500,500,500,500,500,500),
three=c(50,30,40,50,60,70), four=c(2,5,3,4,3,3))
df
v = c(one=0.20,two=0.20,three=0.30,four=0.40)
df*v
Das war einfach. Wenn ich jedoch versuche, das gleiche Prinzip auf meine Daten anzuwenden, kotzt es auf folgende Weise.
> point_forecasts * best_forecast_weights[, grep("forc_", colnames(best_forecast_weights))]
Error in Ops.data.frame(point_forecasts, best_forecast_weights[, grep("forc_", :
‘*’ only defined for equally-sized data frames
Alle Vorschläge, wie dies nicht auf meine realen Daten erweitert werden kann.
Die beiden sind von unterschiedlicher Dimension, aber so war meine Probe von früher.
> dim(point_forecasts)
[1] 12 12
> dim(best_forecast_weights[, grep("forc_", colnames(best_forecast_weights))])
[1] 1 12
Hier sind die Daten.
> dput(best_forecast_weights)
structure(list(forc_ses = 0.117817985571929, forc_ets = 0.0161288086012641,
forc_aa = 0.117805724951262, forc_aaf = 0.118799383174985,
forc_hw = 0.0451599619363367, forc_nn = 0.111375507054973,
forc_lm = 0.0662063818276547, forc_bsts = 0.0818938829947608,
forc_mavg = 0.0172445767409558, forc_hybrid = 0.136259607040553,
forc_cr = 0.0534757012899833, forc_struc = 0.117832478815342,
scheme = "variance based", dim_names = "lmosconsolidatedcustomerid ",
dim_values = "USA_1760"), class = "data.frame", row.names = c(NA,
-1L), .Names = c("forc_ses", "forc_ets", "forc_aa", "forc_aaf",
"forc_hw", "forc_nn", "forc_lm", "forc_bsts", "forc_mavg", "forc_hybrid",
"forc_cr", "forc_struc", "scheme", "dim_names", "dim_values"))
> dput(point_forecasts)
structure(list(forc_ses = c(4408.4307495589, 4408.4307495589,
4408.4307495589, 4408.4307495589, 4408.4307495589, 4408.4307495589,
4408.4307495589, 4408.4307495589, 4408.4307495589, 4408.4307495589,
4408.4307495589, 4408.4307495589), forc_ets = c(3014.28888364505,
2463.93355789192, 1913.57823213878, 1363.22290638565, 812.867580632516,
262.512254879383, -287.84307087375, -838.198396626883, -1388.55372238002,
-1938.90904813315, -2489.26437388628, -3039.61969963941), forc_aa = c(4408.00532266543,
4408.00532266543, 4408.00532266543, 4408.00532266543, 4408.00532266543,
4408.00532266543, 4408.00532266543, 4408.00532266543, 4408.00532266543,
4408.00532266543, 4408.00532266543, 4408.00532266543), forc_aaf = c(4361.78033632219,
3847.04682861951, 3467.29642894454, 3283.58737770275, 3315.39477841926,
3559.8292879854, 3987.97423641516, 4521.56378153502, 5016.78121920777,
5297.45842132112, 5246.635399, 4886.37690151687), forc_hw = c(1996.86969056628,
6438.80091882798, 730.499044737788, -695.596151211418, -3247.24176869611,
-11.1251796965471, -339.345816659107, 2520.85448419972, 5704.86448715835,
1795.80340575535, 467.497302543252, -2666.36819973286), forc_nn = c(7570.40440833295,
7817.51208686512, 7774.78545565402, 6600.84174499494, 6427.19186182921,
7697.04750040604, 7659.83514954764, 6556.86171233771, 7656.46367244252,
6335.78196983503, 7641.79649846112, 6529.91387555727), forc_lm = c(13049.1884247555,
14145.1312730948, 9803.74999022683, 1457.80533427488, 6772.01950249792,
9981.31995200218, 9275.1827480621, 9561.780834832, 8276.59378982876,
6950.99104996345, 9168.51040241743, 5946.64813505662), forc_bsts = c(6489.80885158037,
5805.89878415257, 4021.73099992211, 1231.97020036671, 2741.04687738945,
3477.56186323454, 3426.2302905591, 3618.57762773849, 3028.2472483372,
2539.42006616604, 3523.78089091349, 2085.06547360143), forc_mavg = c(2993.75545382493,
2475.93427620301, 1958.11309858108, 1440.29192095916, 922.470743337232,
404.649565715306, -113.171611906619, -630.992789528545, -1148.81396715047,
-1666.6351447724, -2184.45632239432, -2702.27750001625), forc_hybrid = c(5681.15230426712,
6068.70892040052, 4381.18430142845, 4489.14083401097, 3910.57834895585,
4981.67550749813, 4589.50962898391, 6251.06924846359, 5220.83840646985,
5044.82310488863, 4702.63185462144, 4518.96804448667), forc_cr = c(8395.46737804888,
8395.46737804888, 8395.46737804888, 8395.46737804888, 8395.46737804888,
8395.46737804888, 8395.46737804888, 8395.46737804888, 8395.46737804888,
8395.46737804888, 8395.46737804888, 8395.46737804888), forc_struc = c(4408.93379287327,
4408.93379287327, 4408.93379287327, 4408.93379287327, 4408.93379287327,
4408.93379287327, 4408.93379287327, 4408.93379287327, 4408.93379287327,
4408.93379287327, 4408.93379287327, 4408.93379287327)), .Names = c("forc_ses",
"forc_ets", "forc_aa", "forc_aaf", "forc_hw", "forc_nn", "forc_lm",
"forc_bsts", "forc_mavg", "forc_hybrid", "forc_cr", "forc_struc"
), row.names = c(NA, -12L), class = "data.frame")
Gehen zu meinem ursprünglichen Beispiel ist das Ziel, ein Ensemble Prognose wie der folgenden
> (df[1,1]*v[1] + df[1,2]*v[2] + df[1,3]*v[3] + df[1,4]*v[4])/4
one
33.95
Sind Sie sicher, dass 'df * v' funktioniert so, wie Sie denken, es tut in Ihrem einfachen Beispiel? Ich denke, dass Sie denken, dass es die "Eins" -Spalte mit dem "Eins" -Eintrag im Vektor multipliziert, die "Zwei" -Spalte mit dem "Zwei" -Eintrag, usw. Das ist nicht der Fall. Der 'v'-Vektor wird über Zeilen wiederverwendet ... – Gregor