Ao computar uma média móvel em execução, colocando a média no período de tempo médio faz sentido. No exemplo anterior, calculamos a média dos primeiros 3 períodos de tempo e colocá-lo próximo ao período 3 Poderíamos ter colocado a média no meio do Intervalo de tempo de três períodos, ou seja, próximo ao período 2 Isso funciona bem com períodos de tempo ímpares, mas não tão bom para mesmo períodos de tempo Então, onde colocamos a primeira média móvel quando M 4. Tecnicamente, a Média Móvel cairia T 2 5, 3 5.Para evitar esse problema, suavizamos as MAs usando M 2 Assim, suavizamos os valores suavizados. Se nós medimos um número par de termos, precisamos suavizar os valores suavizados. A tabela a seguir mostra os resultados usando M 4.Moving Average. This exemplo ensina como calcular a média móvel de uma série temporal em Excel Uma média móvel é usado para suavizar irregularidades picos e vales para reconhecer facilmente trends.1 Primeiro, vamos dar uma olhada no nosso tempo Na guia Dados, clique em Dados Alysis. Note não pode encontrar o botão Análise de dados Clique aqui para carregar o complemento Analysis ToolPak.3 Selecione Moving Average e clique em OK.4 Clique na caixa Input Range e selecione o intervalo B2 M2.5 Clique na caixa Interval e Tipo 6.6 Clique na caixa Output Range e selecione a célula B3.8 Trace um gráfico desses valores. Explicação porque definimos o intervalo como 6, a média móvel é a média dos 5 pontos de dados anteriores eo ponto de dados atual Como resultado , Os picos e os vales são alisados O gráfico mostra uma tendência crescente O Excel não pode calcular a média móvel para os primeiros 5 pontos de dados porque não há pontos de dados anteriores suficientes.9 Repita os passos 2 a 8 para o intervalo 2 eo intervalo 4.Conclusão O maior O intervalo, mais os picos e vales são suavizados Quanto menor o intervalo, mais próximas as médias móveis são para os pontos de dados reais. David, sim, MapReduce destina-se a operar em uma grande quantidade de dados E a idéia é que, em geral, o mapa e funções de redução não deve se preocupar quantos mapeadores ou quantos redutores existem, isso é apenas otimização Se você pensar cuidadosamente sobre O algoritmo que eu postei, você pode ver que não importa qual mapeador recebe o que porções dos dados Cada registro de entrada estará disponível para cada operação de redução que precisa dele Joe K Sep 18 12 em 22 30.No melhor de minha compreensão média móvel Não é muito bem mapeia para MapReduce paradigma desde seu cálculo é essencialmente deslizando janela sobre dados classificados, enquanto MR é o processamento de intervalos não interceptados de dados classificados Solução eu vejo é como seguir a Para implementar particionador personalizado para ser capaz de fazer duas partições diferentes Em duas corridas Em cada corrida seus redutores obterá diferentes faixas de dados e calcular a média móvel onde apropriado vou tentar ilustrar Em dados de primeira corrida para redutores deve ser R1 Q1, Q2, Q3, Q4 R2 Q5, Q6, Q7, Q8.here você vai cacluate média móvel para alguns Qs. In seguinte executar seus redutores devem obter dados como R1 Q1 Q6 R2 Q6 Q10 R3 Q10 Q14.E caclular o restante das médias móveis Então você vai precisar para agregar resultados. Idea de Personalizado particionador que terá dois modos de operação - cada vez dividindo em intervalos iguais, mas com alguma mudança Em um pseudocódigo ele vai se parecer com esta chave de partição SHIFT MAXKEY numOfPartitions onde SHIFT será retirado da configuração MAXKEY valor máximo da chave eu assumir Por simplicidade que eles começam com zero. RecordReader, IMHO não é uma solução, uma vez que é limitado a divisão específica e não pode deslizar sobre divisão s boundary. Another solução seria implementar lógica personalizada de dividir dados de entrada é parte do InputFormat It Pode ser feito para fazer 2 slides diferentes, semelhante ao partitioning. answered Sep 17 12 at 8 59.
No comments:
Post a Comment