3 个月前

imputeTS:R 语言中的时间序列缺失值填补

imputeTS:R 语言中的时间序列缺失值填补

摘要

imputeTS 包专注于单变量时间序列的缺失值填补。该包提供了多种先进的缺失值填补算法实现,并配备用于可视化时间序列缺失数据统计特征的绘图功能。尽管缺失值填补在总体上是一个广为人知的问题,并已被多个 R 包广泛覆盖,但能够有效处理单变量时间序列缺失值的包却相对较少。其原因在于,大多数填补算法依赖于变量间的相关性,而单变量时间序列填补则需利用时间上的依赖关系。本文介绍了 imputeTS 包及其提供的算法与工具,并简要概述了 R 语言中单变量时间序列缺失值填补的相关方法。

基准测试

基准方法指标
multivariate-time-series-imputation-onImputeTS
MAE (PM2.5): 19.58
multivariate-time-series-imputation-on-1ImputeTS
MAE (10% of data as GT): 0.390
multivariate-time-series-imputation-on-uciImputeTS
MAE (10% missing): 0.363

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
imputeTS:R 语言中的时间序列缺失值填补 | 论文 | HyperAI超神经