我的算法不接受时间序列格式

Question

我需要使用一种不太流行的算法 (GMDH) 进行一些预测，该算法本质上是多项式神经网络。我找到了算法并且示例运行良好，当我尝试应用自己的数据集时出现问题。

所以我的数据是由 7 个值（5、5、6、7、8、9、18）组成的每日数据集，要将其转换为时间序列，我使用以下代码： ts = ts(test, start=decimal_date(as.Date("2020-01-01")), frequency=365.25) test 是保存数据的df。

现在，当我将 ts 对象传递给算法时，我得到一个错误，指出 维数不正确，在调查基本上将我的数据集与示例数据（data(cancer)）进行比较时，我看到我转换的 ts 对象与示例使用的 ts 对象不同，如下所示：

我想我的问题是如何将我的初始数据转换为我假设算法会接受的相同格式，甚至可能将我的 ts 对象转换或修改为与数据相同的格式（癌症）。如果您看不到差异，我的数据似乎在行中，而癌症数据值都在列中。对不起，我是 r 新手，我的术语不是很好。

您要求的有关数据的信息： dput(head(cancer)) 结构(c(100.4, 105.1, 109.4, 110.5, 116.9, 118.2), .Tsp = c(1930, 1935, 1), class= "ts") dput(head(ts)) 结构（c（5L，5L，6L，7L，8L，9L），.Dim = c（6L，1L），.Dimnames = 列表（ NULL, "V1"), .Tsp = c(2020, 2020.01368925394, 365.25), class= "ts"

我希望这是你要求的再次道歉

Answer 1

所以我们可以通过设置dim(ts) <- NULL 来解决ts 是n 矩阵而不是像cancer 这样的向量的问题。首先，观察使用您新发布的数据，我们实际上具有相同的数据结构：

cancer <- structure(c(100.4, 105.1, 109.4, 110.5, 116.9, 118.2),
                    .Tsp = c(1930, 1935, 1), class = "ts")

ts <- structure(c(5L, 5L, 6L, 7L, 8L, 9L), .Dim = c(6L, 1L),
                .Dimnames = list( NULL, "V1"),
                .Tsp = c(2020, 2020.01368925394, 365.25), class = "ts")

ts
# Time Series:
# Start = 2020 
# End = 2020.01368925394 
# Frequency = 365.25 
#      V1
# [1,]  5
# [2,]  5
# [3,]  6
# [4,]  7
# [5,]  8
# [6,]  9
cancer
# Time Series:
# Start = 1930 
# End = 1935 
# Frequency = 1 
# [1] 100.4 105.1 109.4 110.5 116.9 118.2

现在检查ts 的副本，其中dim() 设置为NULL：

ts2 <- ts
dim(ts2) <- NULL
ts2
# Time Series:
# Start = 2020 
# End = 2020.01368925394 
# Frequency = 365.25 
# [1] 5 5 6 7 8 9

这应该可以防止您的incorrect number of dimensions 错误