如何在 R 中导出时间序列模型？

Posted 2023-03-12

【中文标题】如何在 R 中导出时间序列模型？

【英文标题】：How can I export a Time Series model in R?

【发布时间】：2015-05-05 00:11:50

【问题描述】：

在 R 中导出时间序列模型是否有标准（或可用）方法？ PMML 可以工作，但是当我尝试使用 pmml 库时，可能会出现错误：

例如，我的代码如下所示：

require(fpp)
library(forecast)
library(pmml)
data <- ts(livestock, start = 1970, end = 2000,frequency=3)
model <- ses(data , h=10 )
export <- pmml(model)

我得到的错误是：

Error in UseMethod("pmml") :   no applicable method for 'pmml' applied to an object of class "forecast"

【问题讨论】：

?pmml 中没有列出pmml.forecast。可能是您收到此错误的原因。

是否有任何选项可以为时间序列创建 pmml？

可以直接问包维护者maintainer("pmml").

您可以像其他任何东西一样将其保存为 .RData 或 RDS 对象 - 如果您想与使用 R 的其他人进行交互，则可以这样做。代码示例：对于模型 @987654326 @，您将使用 saveRDS(model, "model.rds") 并稍后将其加载为 model <– loadRDS("model.rds")。

@yoganathank 如果您编写了一个 UDF 以将其导出为 PMML 并且这是解决方案，那么请将代码作为答案提供给社区并选择您的答案作为解决方案，以便其他人可以受益（您也可以通过这种方式获得更多积分）

【参考方案1】：

以下是我能说的：

当您使用ses() 时，您不是在创建模型；而是在创建模型。您正在使用模型来查找预测（特别是通过时间序列的指数平滑进行预测）。您的结果不是预测模型，而是对特定数据集的模型的特定预测。虽然我对 PMML 不太熟悉，但据我所知，它不适用于您尝试使用它的工作。

如果你想导出时间序列和结果，我想说你最好的办法是只导出一个包含数据的.csv 文件；几乎任何东西都可以读取.csv's。 ts 对象只不过是一个美化的向量，因此您可以导出数据和时间。此外，model 只是一个包含数据的表格。所以试试这个：

write.csv(model, file="forecast.csv")

如果您想编写 ts 对象，请尝试以下方法之一：

write.csv(data, file="ts1.csv") # No dates for index
write.csv(cbind("time" = time(data), "val" = data), file = "ts2.csv") # Adds dates