小编use*_*463的帖子

我是预测新手，我正在尝试使用 r 中的预测包。

有人可以解释一下预测函数中平均值和拟合值之间的区别吗？

例如，

fcast<-forecast(ts,h=30)

fcast$mean

fcast$fitted

该文档说“平均值是作为时间序列的点预测”，“拟合是拟合值（一步预测）”。

举个例子来说明差异就很好了。非常感谢任何帮助。

我正在尝试运行下面的代码，但收到以下错误。该代码使用预测包中的 auto.arima 来确定 arima 模型并将其拟合到某些数据。它还在 xreg 参数中使用回归量。我认为 xreg 中两列的名称可能是问题所在，但我不确定为什么。列的名称类似于“struct.c.NA..NA..211L..”，它们是函数的输出。如果我在 xreg 参数中没有这些列的情况下运行 auto.arima ，它似乎做得很好。非常感谢任何有关如何解决此问题的提示。

代码：

auto.arima(df2_comb[1:100,names(df2_comb)=='ECDD'], xreg = df2_comb[,names(df2_comb)!='ECDD'][1:100,names(df2_comb[,!names(df2_comb)%in%c('ECDD','order_dts')])])

错误：

Error in auto.arima(df2_comb[1:100, names(df2_comb) == "ECDD"], xreg = df2_comb[,  : 
  xreg should be a numeric matrix or vector

数据：

dput(df2_comb[1:100,])
structure(list(ECDD = c(319.4, 319.4, 319.4, 319.4, 319.4, 319.4, 
319.4, 319.4, 319.4, 319.4, 319.4, 319.4, 319.4, 319.4, 319.4, 
319.4, 319.4, 319.4, 319.4, 198, 142, 254, 178, 97, 113, 116, 
109, 127, 102, 99, 107, 109, 89, 101, 106, 319.4, 319.4, 319.4, 
319.4, …

我有一个类似于下面的示例数据的列表。列表中的每个条目都遵循“source/number_something/”模式。我想创建一个新列表，如下面的输出，其中条目只是“某物”。我想我可以使用 for 循环和字符串拆分，_但后面的一些文本也包括_. 这似乎可以用正则表达式完成，但我不太擅长正则表达式。非常感谢任何提示。

示例数据：

['source/108_cash_total/',
 'source/108_customer/',
 'source/108_daily_units_total/',
 'source/108_discounts/',
 'source/108_employee/',
'source/56_cash_total/',
 'source/56_customer/',
 'source/56_daily_units_total/',
 'source/56_discounts/',
 'source/56_employee/']

输出：

['cash_total',
 'customer',
 'daily_units_total',
 'discounts',
 'employee',
'cash_total',
 'customer/',
 'daily_units_total',
 'discounts',
 'employee']

我有一个如下所示的数据框。我想在数据框中查找包含字符串 'abc' 的所有列，并返回这些字段的列表，如下例所示。如果我正在寻找行，我会使用 isin，但我不确定如何获取列。非常感谢任何提示。

例子：

Print df

Field1  Field2  Field3
f_abc   23      dog
Df3     bb      ju


Return 

Field1

我使用自制软件在我的Mac上安装了spark。我正在尝试查找安装目录。我已经尝试使用Google搜索，但是运气不佳。似乎应该不会那么棘手。谁能告诉我在Mac终端中或从spark shell运行需要什么才能找到spark的安装目录？

更新：

码：

brew info apache-spark

输出：

apache-spark: stable 2.3.2, HEAD
Engine for large-scale data processing
https://spark.apache.org/
/usr/local/Cellar/apache-spark/2.3.2 (1,058 files, 244.6MB) *
  Built from source on 2018-10-30 at 14:16:30
From: https://github.com/Homebrew/homebrew-core/blob/master/Formula/apache-spark.rb
==> Requirements
Required: java = 1.8 ?
==> Options
--HEAD
    Install HEAD version
==> Analytics
install: 4,534 (30 days), 14,340 (90 days), 56,698 (365 days)
install_on_request: 4,263 (30 days), 13,490 (90 days), 51,876 (365 days)
build_error: 0 (30 days)

码：

which spark-shell

输出：

/Users/sshields/anaconda2/bin/spark-shell