Média em movimento de 4 centos de centro

Ao calcular uma média móvel em execução, colocar a média no período de tempo médio faz sentido No exemplo anterior, calculamos a média dos primeiros 3 períodos de tempo e colocamos ao lado do período 3. Poderíamos ter colocado a média no meio do Intervalo de tempo de três períodos, isto é, ao lado do período 2. Isso funciona bem com períodos de tempo estranhos, mas não tão bons para períodos de tempo iguais. Então, onde é que nós colocamos a primeira média móvel quando M 4 Tecnicamente, a Média Móvel cairá em t 2,5, 3,5. Para evitar este problema, suavizamos as MAs usando M 2. Assim, suavizamos os valores suavizados. Se medimos um número par de termos, precisamos suavizar os valores suavizados. A tabela a seguir mostra os resultados usando M 4.David, Yes, MapReduce é Destinado a operar em uma grande quantidade de dados. E a idéia é que, em geral, o mapa e reduzir as funções não devem se preocupar com quantos mapeadores ou quantos redutores existem, isso é apenas otimização. Se você pensa cuidadosamente sobre o algoritmo que postei, você pode ver que não importa qual mapeador recebe as partes dos dados. Cada registro de entrada estará disponível para cada operação de redução que o necessite. Ndash Joe K 18 de setembro 12 às 22:30 Na melhor das minhas compreensões, a média móvel não é bem mapas para o paradigma MapReduce, uma vez que seu cálculo é basicamente uma janela deslizante sobre dados classificados, enquanto o MR é o processamento de intervalos não interceptados de dados classificados. A solução que vejo é a seguinte: a) Implementar partição personalizada para poder fazer duas partições diferentes em duas execuções. Em cada execução, seus redutores obterão diferentes faixas de dados e calcularão a média móvel quando apropriado vou tentar ilustrar: Em dados da primeira execução para os redutores devem ser: R1: Q1, Q2, Q3, Q4 R2: Q5, Q6, Q7, Q8 . Aqui você irá calcular a média móvel para alguns Qs. Na próxima execução, seus redutores devem ter dados como: R1: Q1. Q6 R2: Q6. Q10 R3: Q10..Q14 E caclule o resto das médias móveis. Então você precisará agregar resultados. Idéia de compartilhamento personalizado que terá dois modos de operação - cada vez que se divide em intervalos iguais, mas com alguma mudança. Em um pseudocódigo, será assim. Partição (keySHIFT) (MAXKEYnumOfPartitions) onde: SHIFT será retirado da configuração. MAXKEY valor máximo da chave. Eu assumo por simplicidade que eles começam com zero. RecordReader, IMHO não é uma solução, uma vez que está limitado a divisão específica e não pode deslizar sobre o limite das divisões. Outra solução seria implementar lógica personalizada de dados de entrada de divisão (faz parte do InputFormat). Pode ser feito para fazer 2 slides diferentes, semelhante ao particionamento. Respondeu 17 de setembro 12 às 8: 594 médias móveis e médias médias centradas Meu cérebro realmente está falhando em mim hoje - oh, querido. 001unsure: Estou fazendo um trabalho de prática de simulação da Unidade 7 e há uma pergunta me pedindo para calcular a tendência de vendas nos últimos 3 anos usando médias móveis. Recebo 3 anos de valores de vendas, cada um dividido em 4 trimestres. O meu livro de estudo apenas detalha as médias móveis de 3 pontos, mas, felizmente, já estudei as médias móveis de 4 pontos no nível tecnológico - só quero esclarecer que o que estou fazendo está correto. O modelo que eu forneço mostra os números das vendas em uma coluna, depois uma coluna para a média móvel de 4 períodos e uma coluna final para a média móvel centrada. Então, o que estou fazendo é tirar o total do ano 1 (todos os 4 trimestres) e dividir por 4 - essa média se situa entre o ano 1 Q2 eo Q3, então continuo fazendo esse cálculo, mas movendo-se para baixo nesta coluna, ou seja, o próximo cálculo é ano 1 Q1, Q2 e Q3 mais ano 2 Q1 dividido por 4 e isso vai entre o ano 1 Q3 e Q4, etc. Então, na coluna de média móvel centrada, eu total as 2 médias e divide em 2 e coloco a figura em relação ao ano 1 Q3 e Continue abaixo da coluna assim. Isso soa bem