本章介绍datederive()函数的多种用法。
描述:
日期时间型变量A,生成多个衍生变量。
语法:
A.datederive(T) |
建模时,对于日期时间型变量A,衍生出多个建模可用的变量,衍生变量自动执行后续预处理,返回2值序列,其中第1个为各个衍生变量构成的序表,第2个为处理记录序列Rec。 |
A.datederive@r(Rec) |
预测时,根据日期时间型变量A和处理记录序列Rec,衍生出多个建模可用的变量构成的序表。 |
备注:
外部库函数,外部库的使用请参考《外部库使用指南》。
日期时间型变量A,生成多个衍生变量。
参数:
A |
序列,日期时间型变量。 |
T |
目标变量值,用来执行可能的平滑化处理。 |
Rec |
处理结果记录序列。 |
选项:
@bnie |
选项指明目标类型,各选项相斥。无选项时自动判断类型,优先级依次按照二值/数值/整数/枚举。 |
返回值:
序列/序表
示例:
|
A |
|
1 |
=100.(date(2020,rand(11)+1,rand(28)+1)) |
训练数据日期变量。 |
2 |
=100.(date(2021,rand(11)+1,rand(28)+1)) |
预测数据日期变量。 |
3 |
=100.(rand(500)) |
目标变量。 |
4 |
=A1.datederive@i(A3) |
A4(1)衍生变量序表; A4(2)衍生记录Rec。 @i指明目标变量为整数。 |
5 |
=A2.datederive@r(A4(2)) |
根据A4的衍生记录Rec在预测数据上衍生。 |
描述:
外部库函数,外部库的使用请参考《外部库使用指南》。
对日期型变量,生成多个衍生变量。
语法:
P.datederive(cn, T) |
建模时,对于日期时间型变量cn,衍生出多个建模可用的变量,衍生变量自动执行后续预处理,返回2值序列,其中第1个为各个衍生变量构成的序表,第2个为处理记录序列Rec。 |
P.datederive@r(cn, Rec) |
预测时,根据日期时间型变量cn和处理记录序列Rec,衍生出多个建模可用的变量构成的序表。 |
参数:
P |
序表/排列。 |
cn |
字符串/数字,序表或排列中日期时间变量的列名(或列号,从1开始)。 |
T |
目标变量值,用来执行可能的平滑化处理。 |
Rec |
处理结果记录序列。 |
选项:
@bnie |
选项指明目标类型,各选项相斥。无选项时自动判断类型,优先级依次按照二值/数值/整数/枚举。 |
返回值:
序列/序表
示例:
|
A |
|
1 |
=T("D://catering_sale.csv").run(date1=date(date1,"yyyy/MM/dd")) |
|
2 |
=A1.datederive@i("date1","sales") |
以“sales”为目标变量,对日期“date1”生成多个衍生变量, A2(1)衍生变量序表; A2(2)衍生记录Rec。 @i表示指明目标变量为整数。 |
3 |
=A1.datederive@r("date1",A2(2)) |
根据A2的衍生记录Rec对“date1”进行衍生,返回衍生变量序表。 |