问题标签 [forecastr]

我开始使用 Objective-C，似乎无法提取 AFNetworking 提取的数据以用作标签文本等。我​​将它用于由 Forecast.io 和Forecastr API支持的天气应用程序包装。如果 API 将 JSON 写入字典，我似乎找不到它。

在主视图控制器中：

第一行 NSLog 将返回完整的 JSON 对象、序列化和所有内容，但第二行只是输出 NULL。

在 Forecastr.m 文件中：

我可以告诉这个缓存预测的读数，如果缓存太旧，然后拉下一个新的 JSON 文件。但我不知道它把 JSON 放在哪里，而且它不在大多数教程和资源使用的字典中。

我已经尝试了很多不同的东西，例如创建自己的字典，但它不会在其中添加 JSON 对象。我还尝试将返回的 JSON 对象用作字典和键值对，但似乎没有任何效果。几天来，我一直在用头撞墙，但几乎没有人在使用 Forecastr 时遇到问题。

我正在使用 Forecastr 包装库 ( https://github.com/iwasrobbed/Forecastr ) 从网站 Forecast.io 获取数据。目前在github项目中提供的示例项目中，输出吐出：

现在库声明这是 JSON，这看起来像 JSON，但它实际上不是 JSON，所以我不确定如何在我的 Xcode 项目中解析这个 NSString。

解决方案：
它是一个 id 类型的 NSDictionary。因此，要将其解析为 mvanallen 状态，请执行以下操作：

..应该打印出来：

仔细查看代码，有某些外部变量，例如：

因此我也可以做类似的事情：

我正在快速使用一些 API。我遇到了 Forecast.io API for weather，下载了一个 Objective-c 包装器，并在我的 xcode 项目中创建了一个桥接头。我遇到的唯一问题是我有一个不会执行的闭包（objective-c 块）。这是代码：

调试时，调试器到达 line geocoder.geocodeAddressString("1 Infinite Loop, Cupertino, CA", completionHandler: {objects, error in，然后跳过显示的其余行。这只是我找不到的愚蠢的语法错误吗？谢谢！

我能够使用Forecast()画面中的功能进行预测。我有每日每小时数据（需求电力）。以前我使用以下代码：

上面的代码有效，但它缺少一些虚拟预测器。所以我尝试了以下代码：

此代码不起作用

我有 2008 年 1April月 - 2015 年 3 月 31 日的数据（每日数据）。

我想预测每日能源数据。从图表预测图中，它表明以下功能正在以某种方式工作，所以为了交叉检查，我分解了数据（实际 + 预测）分解预测，它显示了“恒定趋势”预测点。我可以得出结论，我的预测数据不正确，它选择的是季节性而不是趋势。我在哪里做错了？请建议！

我的新结果

我有每日销售数据，我在许多 Post 中使用 Rob Hyndman Sir 建议的 Tbat 函数。我的结果没有显示增长趋势

我正在使用以下代码

对于上下文，我是新手 R 用户，因此请原谅任何不正确的术语/流程。我正在积极尝试提高我的编码能力，但最近变得很难过。

我有以下数据集，其中 A * B * C = 输出：

Date A B C Output
1/1/2013 177352 0.908329198 0.237047935 38187 1/2/2013 240724 0.852033865
0.237273592 48666 1/3/2013 243932 0.908380204 0.237039845
52524 1/4/2013
221485 0.820543152 0.236356733 42955
1/5/2013 202590 0.818066045 0.240900973 39925
1/ 6/2013 238038 0.770057722 0.247344561 45339
1/7/2013 271511 0.794258796 0.241252029 52026 1/8/2013
283434 0.807817693 0.233810703 53534
1/9/2013 275016 0.843220031 0.243769917 56530
1/10/2013 255266 0.797791324 0.238562428 48583
1/11/2013 226564 0.815791564 0.236153417 43648
2013 年 1 月 12 日 214366 0.800066242 0.237961133 40812 2013 年 1 月 13 日 256946 0.764845532 0.237640186 46702 2013 年 1 月 14
日 282298 0.813825378483
59392537842 39

我有几年的数据，我正在尝试使用 A、B 和 C 来预测输出。但是，当我单独模拟 A、B 和 C 时，输出变得非常倾斜。如果我只预测输出，那么我会丢失输入因素。

完成此任务的最佳包/代码是什么？我尝试了谷歌搜索并在这里搜索了许多不同的方法，但没有找到我正在寻找的解决方案。

这是一些代码：

这是我为输出构建的另一个模型，我将 A、B 和 C 分别插入其中，然后将它们组合到 excel 中。我确信有更合适的方法来处理这个问题，但鉴于我缺乏经验，我正在寻求帮助

谢谢！

我正在编写一个小脚本，在 Ruby 包装器中处理天气。但是，我遇到了使用forecast.io API的 temperatureMax 值的墙。如果我正确阅读了 API，那么它在当天的价值就很高。

代码、其他方法等还有更多我知道有效但不相关的内容，但那是无效的代码。它不返回任何错误，但只是变为空，因此什么也不输出。

具体来说，我正在从 API 中阅读我认为它应该如何工作的内容。

temperatureMin、temperatureMinTime、temperatureMax 和 temperatureMaxTime（仅在每日数据点上定义）：表示给定日期的最低和最高温度（以及它们出现的 UNIX 时间）的数值，以华氏度为单位。

有没有人有使用forecast.io输出当天高温的经验？它应该可以工作，它可以在他们的主站点上工作。

编辑：我还应该补充一点，只是......

将返回带有 temperatureMax 值的完整 JSON 对象。

我已经安装了包forecast v5.8，过了一会儿我将它更新为forecast v6.1。我auto.arima()对每小时的数据应用了函数。但是我在 arima 模型中有inf ，在预测v6.1中具有非零均值，而在 forecsat v5.8中有一个值。

为什么会这样？我将只放一些结果模型

预测 v5.8

预测 v6.1

这给了我一个不同的最佳 ARIMA。

我有 3 年的每周数据。现在我的目标是使用 STL 函数从系列中消除趋势和季节性影响。

我可以使用 stats 包中的分解功能分解时间序列组件。但是我得到了趋势和随机效应的第一个和最后 52 个值的 NA 值。

在我的示例数据集中，存在完美的季节性，并且均值和方差随时间而变化。所以，我想建立乘法模型。在这里，我使用了 stats 包中的 stl 函数来分解趋势和季节性。我知道 stl 函数可以处理加法模型。但是我们也可以通过使用对数变换来建立乘法模型。在这里，我尝试了两种模型。但我没有得到预期的结果。我确信我在这段代码中遗漏了一些东西。

如何提高模型性能？

如果有更好的方法来解决这个问题，请建议我。

提前致谢。