问题标签 [trend]

我想在 R 中构建一个非常简单的矩形表面，它具有逻辑趋势。顶部的值将具有最高值 (1)，而底部的值将具有最低值 (0)。我已经起草了一张图像，显示了我想到的表面示例，并借助了不是最漂亮的趋势线，因此您知道需要什么。我没有任何数据，它应该是一个具有逻辑趋势的理论表面，我稍后将对其进行修改。任何有关如何启动/接近它的帮助，或 R 中有用的包将不胜感激！

我估计了以下两个模型：

和

（注意，yt 是月交易量的对数。）

我如何解释每个人如何为趋势建模？

我有一个平均 AOD 值的 3D 矩阵（19 × 21 × 23）。我的数据集由NaN矩阵中许多位置的值组成。我希望计算矩阵的每个网格的趋势，但不知何故我得到了不正确的结果，并且主要是NaN作为趋势的价值。帮助我更正代码。我写的代码如下：

早上好，斯塔克。我正在尝试找出一种预测数据趋势的方法。我想知道是否有更好的方法可以做到这一点。我可以查看任何内置函数或库吗？

这就是我所拥有的：（http://3v4l.org/RGU3i）

默认情况下，我相信会在两个已知值之间na.approx进行R插值；NA一个之前和另一个之后NA（结果将被视为上面的“na.approx”列）。有没有办法可以更改此函数以根据接下来的两个已知值进行插值？例如，第N一个 A 使用 5 和 6....而不是 1 和 5 进行插值。

我有一个来自 numpy 数组的图，如下所示：

可以看出，数据中存在一种振荡趋势。

我想知道是否有任何“pythonic”方法来估计这种振荡频率。

我正在开发一个系统，该系统必须根据编号实时返回最热门的“文章”。该文章的点击量。

我的第一个想法是为每篇文章存储编号。点击次数与时间。然后我会规范化这个函数，并计算它的一阶导数，这将返回增长率。然后使用二阶导数，我将能够知道它的增长量以及它是否达到某个阈值 -> 将其标记为趋势。

问题是：例如，我可以在一天结束时“离线”执行此操作，但我不知道如何连续执行此操作...

我知道存在诸如 Storm 之类的东西，但我正在寻找与此一样具体的东西（用伪代码编写的算法或解决这个问题的文章，而不是通用的）。

这是遵循增加趋势的数字向量（下图）。如果我想根据这种增长趋势预测接下来的 100 个值怎么办？我想要数字而不是图表上的预测值。

我一直在尝试检测文本片段上的单词/bigram 趋势。到目前为止，我所做的是删除停用词、小写和获取词频，并将每个文本最常见的 30 个附加到列表中，

例如

然后我将上面的列表转换为一个包含所有单词及其每个文档频率的巨大列表，我现在需要做的是取回一个排序列表，即：

有任何想法吗？

代码：

我正在尝试找到一个好的算法来完成以下任务：

我有两种 RGB 颜色。我从一种颜色开始（例如，红色 = 255、0、0），经过多次迭代，我希望它变成蓝色（0、0、255）。

我当前的算法只是简单地将颜色的每个分量相加并除以 2，这可以解决问题，但速度太快了。在每次迭代中，我希望数字只改变其原始值的十分之一。所以迭代 1 可能会返回颜色 (230, 0, 25) 等等。请记住，目标颜色也可以更改。突然间，我想要绿色而不是蓝色。

有谁知道实现这一目标的好方法？我似乎无法弄清楚数学。

谢谢！