我是自学预测模型,想问一下如何从
ets()
预测的归一化时间序列数据进行反归一化。
我的数据是来自
ibm
包(Hyndman)的fpp
,我已将数据放入ts中并将其标准化,然后运行指数平滑ets()
,并获得了预测,最后想将其非标准化。
我使用以下函数来标准化
normalize <- function(x) {
return ((x - min(x)) / (max(x) - min(x)))
}
normalized_ibm <- normalize(ibm_train)
在这里运行
ets()
函数,但不知道如何将其恢复/非规范化。
ets_ibm<-ets(normalized_ibm)
首先,尚不清楚为什么要对数据进行标准化。
ets()
功能不需要它。
但是如果要标准化,则需要存储标准化参数 - 在本例中为
min(x)
和 max(x)
的值。然后你可以简单地反转转换。