실행중인 이동 평균을 계산할 때 중간 기간에 평균을 배치하는 것이 좋습니다. 이전 예에서 처음 3 시간 기간의 평균을 계산하여 기간 3 옆에 배치했습니다. 3주기의 시간 간격, 즉 기간 2 다음. 이것은 홀수 시간 기간에는 유효하지만 짝수 시간 기간에는 그다지 좋지 않습니다. 그래서 M 4 일 때 첫 번째 이동 평균을 어디에 놓을까요? 기술적으로 이동 평균은 이 문제를 피하기 위해 M을 사용하여 MA를 평활화한다. 따라서 평활화 된 값을 평활화한다. 짝수 개의 평균을 취하면 평활화 된 값을 부드럽게 할 필요가있다. 다음 표는 M 4. 평균 이동. 이 예제는 Excel에서 시계열의 이동 평균을 계산하는 방법을 설명합니다. 이동 평균은 불규칙한 봉우리와 계곡을 부드럽게하여 경향을 쉽게 인식하는 데 사용됩니다 .1 먼저 시간을 살펴 봅니다. 시리즈 2 데이터 탭에서 데이터를 클릭합니다. 분석 도구 단추를 찾으려면 여기를 클릭하십시오. 분석 도구 추가 기능을로드하려면 여기를 클릭하십시오. 이동 평균을 선택하고 확인을 클릭하십시오 .4 입력 범위 상자를 클릭하고 범위 B2를 선택하십시오. M2.5 간격 상자를 클릭하고 type 6.6 Output Range 상자를 클릭하고 셀 B3.8을 선택하십시오. 이 값의 그래프를 플롯합니다. 설명 간격을 6으로 설정했기 때문에 이동 평균은 이전 5 개 데이터 포인트와 현재 데이터 포인트의 평균입니다 결과 , 봉우리와 골짜기는 부드럽게됩니다. 그래프는 증가 추세를 보여줍니다. 이전 데이터 점이 충분하지 않기 때문에 처음 5 개 데이터 포인트에 대한 이동 평균을 계산할 수 없습니다 .9 간격 2와 간격 4에 대해 2 단계에서 8 단계까지 반복하십시오. 결론 더 큰 간격이 클수록 봉우리와 골이 더 매끄럽게됩니다. 간격이 작을수록 실제 데이터 포인트에 대한 이동 평균이 가깝습니다. David, 예, MapReduce는 많은 양의 데이터를 처리하기위한 것입니다. 그리고 일반적으로지도와 축소 함수는 얼마나 많은지도 작성자 또는 얼마나 많은지도 작성자가 있는지 최적화해야한다는 아이디어입니다. 내가 게시 한 알고리즘은 어떤 매퍼가 데이터의 어느 부분을 가져올지를 알 수 있습니다. 각 입력 레코드는 필요한 모든 작업을 줄일 수 있습니다. Joe K Sep 18 12 at 22 30. 가장 잘 알고있는 이동 평균 MR은 정렬 된 데이터의 비 교차 범위를 처리하는 반면, 계산은 본질적으로 정렬 된 데이터보다 슬라이딩 윈도우이기 때문에 MapReduce 패러다임에 잘 맵핑되지 않습니다. 다음과 같이 솔루션이 표시됩니다. a 두 가지 다른 파티션을 만들 수있는 맞춤형 파티션 도구를 구현하려면 두 번의 주행에서 각 감속기는 서로 다른 범위의 데이터를 얻고 이동 평균을 계산합니다. 여기서 설명하려고하는 부분은 R1에서 Q1, Q2, Q3, Q4 R2 Q5, Q6, Q7, Q8. 일부 Q의 경우 이동 평균을 계산할 것입니다. 다음 실행에서는 R1 Q1 Q6 R2 Q6 Q10 R3 Q10 Q14와 같은 데이터를 가져와야합니다. 나머지 이동 평균을 계산하십시오. 결과를 집계해야합니다. 커스텀 파티셔너는 두 개의 작동 모드를 가질 것입니다 - 매번 같은 범위로 나뉘어져 있지만 약간의 시프트가있는 의사 코드에서는 파티션 키처럼 보일 것입니다. SHIFT MAXKEY numOfPartitions SHIFT가 설정에서 취해지는 MAXKEY 가정하는 키의 최대 값 단순하기 때문에 그들은 0으로 시작합니다. RecordReader, IMHO는 특정 분할로 제한되고 분할 경계를 넘어갈 수 없기 때문에 해결책이 아닙니다. 또 다른 솔루션은 입력 데이터 분할의 사용자 정의 논리를 구현하는 것입니다. 이는 InputFormat의 일부입니다. It 파티셔닝과 비슷한 2 개의 다른 슬라이드를 할 수 있습니다. 9 월 17 일 12시에 8 59.
No comments:
Post a Comment