#r #forecasting #arima #forecast #fable-r
#r #прогнозирование #arima #прогноз #fable-r
Вопрос:
Я пытаюсь создать прогнозы для 1000 магазинов, используя пакет fable. Работает ли fable
пакет параллельно, как forecast
функция?
Большое вам спасибо
Ответ №1:
Вы можете распараллелить подгонку модели, используя plan()
из будущего пакета.
Можно оценивать модели параллельно, используя пакет future. Указав future::plan() перед оценкой моделей, они будут вычислены в соответствии с этим планом.
library(fable)
#> Loading required package: fabletools
library(dplyr)
library(future)
plan(multisession)
tsibbledata::aus_retail %>%
filter(
Industry == "Food retailing"
) %>%
model(
snaive = SNAIVE(Turnover),
ets = ETS(log(Turnover) ~ error("A") trend("A") season("A")),
)
#> # A mable: 8 x 4
#> # Key: State, Industry [8]
#> State Industry snaive ets
#> <chr> <chr> <model> <model>
#> 1 Australian Capital Territory Food retailing <SNAIVE> <ETS(A,A,A)>
#> 2 New South Wales Food retailing <SNAIVE> <ETS(A,A,A)>
#> 3 Northern Territory Food retailing <SNAIVE> <ETS(A,A,A)>
#> 4 Queensland Food retailing <SNAIVE> <ETS(A,A,A)>
#> 5 South Australia Food retailing <SNAIVE> <ETS(A,A,A)>
#> 6 Tasmania Food retailing <SNAIVE> <ETS(A,A,A)>
#> 7 Victoria Food retailing <SNAIVE> <ETS(A,A,A)>
#> 8 Western Australia Food retailing <SNAIVE> <ETS(A,A,A)>
Создано 2020-11-23 пакетом reprex (версия 0.3.0)
Ответ №2:
Похоже, что в новой версии fablet tools 0.2.1 процесс прогнозирования (а не только подгонка модели) может выполняться параллельно с использованием future.apply: https://github.com/tidyverts/fabletools/blob/master/NEWS.md . Существует запрос на извлечение для распараллеливания функции прогнозирования, который еще не завершен: https://github.com/tidyverts/fabletools/pull/274 . Надеюсь, скоро! Это отличный пакет.