prophet
方法描述：
原資料框中會增加一列作為解釋變數，當引數standardize='auto'時，這個解釋變數將會被標準化（除非它是二進位制），給定浮動比例引數時回歸係數也就確定了，降低浮動比例會產生較大的調整，當不指定浮動比例時，預設為holidays.prior.scale的值。
用法：
add_regressor ( m, name, prior.scale = null, standardize = 'auto' )
引數說明：
mprophet**物件
name
解釋變數的名字，字串
prior.scale 對歷史資料的浮動比例，不指定時預設選擇holidays.prior.scale的值
standardize
布林值，指明擬合之前是否需要標準化，『auto』，true，false
輸出值：
增加解釋變數的prophet模型
方法描述：
增加傅利葉成分的數量會使季節性的變化更快（有過擬合的風險），預設情況下，年和周的季節性引數值分別取10和3.
用法：
add_seasonality ( m, name, period, fourier.order, prior.scale = null )
引數說明：
m
prophet**物件
name 季節成分名稱，字串
period 乙個時間段中的天數
fourier.order
傅利葉成分的個數
prior.scale
對歷史資料的浮動比例
，增大浮動比例引數的值將會使得季節因素更有彈性，不指定引數值時，使用seasonality.prior.scale的值（預設為10）
輸出值：
增加季節因素的prophet模型
描述：
將原始資料集分成若干個部分，計算**值進行交叉驗證
用法：
cross_validation ( model, horizon, units, period = null, initial = null )
引數說明：
model
擬合的prophet模型
horizon 範圍，整數大小
units 單位，字串，如『days』，『secs』
period 各個集的大小，若不指定，值預設選擇0.5*horizon
輸出值：
資料框，包含**值、實際值、劃分點
描述：
這個方法設定prophet模型中的m$params特徵包含擬合的引數，引數列表包括以下元素：k (m陣列)：m個初始斜率的後驗樣本；m(m陣列)：初始截距；delta(m*n矩陣)：在每n個變點處斜率發生變化；beta(m*k矩陣)：k個季節特徵的係數；sigma_obs(m陣列)：雜訊水平。注意，最大後驗概率(map)估計時，m=1
用法：
fit.prophet ( m, df , … )
引數說明：
m
prophet物件
df 資料框
units 單位，字串，如『days』，『secs』
period
各個集的大小，若不指定，值預設選擇0.5*horizon
輸出值：
資料框，包含**值、實際值、劃分點
描述：
後驗**樣本
用法：
predictive_samples ( m, df )
引數說明：
m
prophet模型物件
df 包含**日期（column ds），邏輯增長時需要容量（column cap），如果不指定則在歷史資料基礎上** 【make_future_dataframe()返回的資料框】
輸出值：
返回乙個列表，專案有『trend』、『seasonal』和『yhat』，後驗**樣本產生的結果，『seasonal』是所有季節效應的疊加、節假日、其他解釋變數。
描述：
從k個歷史截斷點進行**，後向**（從最後開始）以每個截斷點間的距離為跨度。
用法：
simulated_historical_forecasts (model, horizon, units, k, period = null)
引數說明：
model
擬合的prophet**模型
horizon
整型，時間範圍
units 字串，時間範圍的單位，如「day」，「secs」
k 整型，**點數
period
時間段，截斷日期之間的時間跨度，單位同上，預設選擇0.5*horizon
輸出值：
返回乙個資料框，包含**值、實際值和截斷日期。
R語言 c 函式 官方 說明文件
需要注意的是，cbind 和rbind 是考慮dim 特性的連線函式，而函式c 則不考慮這些數值物件的dim 和dimnames 屬性。這一點在有些時候非常有用。將乙個陣列強制轉換成簡單向量的標準方法是用函式as.vector vec as.vector x 乙個相似效果的辦法是採用單引數的c 函式...
hive hql文件 HIVE說明文件
sql 查詢功能，可以將sql 語句轉換為 mapreduce 任務進行執行，通過自己的 sql去查詢分析需要的內容，這套 sql簡稱 hive sql，使不熟悉 mapreduce 的使用者很 方便的利用 sql語言查詢，彙總，分析資料。hive 適用性 它與關係型資料庫的 sql略有不同，但支援...
Mantis安裝說明文件
在錯誤追蹤系統中，mantis絕對是個輕量級的工具，無論安裝還是配置或使用，正如它自己的目標中所宣稱的。但是，對乙個中小型的專案來言，功能夠用。mantis是乙個基於php mysql web的開源的錯誤追蹤系統，以下安裝教程假設系統已經安裝好了apache php mysql的執行系統，如何安裝這...