我正在尝试将 R 的时间序列模型集成到 Tableau 中,并且我对集成还不熟悉。请帮助我解决下面提到的错误。下面是我在 tableau 中与 R 集成的代码。计算有效,但出现错误。
SCRIPT_REAL(
"library(forecast);
cln_count_ts <- ts(.arg1,frequency = 7);
arima.fit <- auto.arima(log10(cln_count_ts));
forecast_ts <- forecast(arima.fit, h =10);",
SUM([Count]))
错误:auto.arima(log10(cln_count_ts)) 中的错误:找不到合适的 ARIMA 模型
最佳答案
当 Tableau 调用 R、Python 或其他工具时,它会以“表计算”的方式进行操作。这意味着它向外部系统发送一个或多个向量作为参数,并期望单个向量作为响应。
根据您的数据和计算,您可能希望在一次调用中将所有数据发送到 R,传递一个非常大的向量,或者使用不同的向量多次调用它 - 比如说分别预测每个区域。或者甚至使用许多大小为 1 的向量(也称为标量)多次调用 R。
因此,对于表计算,除了选择要调用的函数之外,您还需要做出其他决定。首先,您必须决定如何对数据进行分区以进行分析。在某些情况下,您还需要确定数据在发送到 R 的向量中出现的顺序 - 比如说该顺序是否意味着时间序列。
用于指定如何划分和排序表计算数据的 Tableau 术语是“分区和寻址”。请参阅联机帮助中有关该主题的部分。您可以使用“编辑表计算”菜单项更改这些设置。
关于r - R的时间序列模型在Tableau中的集成,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52585865/