时间预估 mathematica程序 [再再改][应该是最终版]
来源:互联网 发布:防身术 知乎 编辑:程序博客网 时间:2024/05/29 06:45
[新的程序见:http://blog.csdn.net/barrypp/article/details/7976132]
[旧的程序见:http://blog.csdn.net/barrypp/article/details/7969633]
基于一次回归和二次回归进行时间预估。具体来讲,基于你之前看连续剧、漫画的时间位置信息,来预测之后第几集什么时候看完。
时间预估基于一次、二次回归运算说明:其中一次回归运算中,从使用全部数据到仅使用后几个(较新的)数据的计算都有。二次回归运算则使用全部数据。本程序适合于在观看速率不会发生大幅改变的情况下进行预测。To Do : 现阶段的预测方式不是最佳的,一种更好的策略是,根据历史数据,统计出所有可能的速率,再用模糊分类的方法将这些速率分成几类(近似的分为一类),然后分别利用这几类速率的平均值和方差在最新观测点上进行预测。不过这项工作量太大,估计我是不会做了。--barrypp--20120912221101Created By Barrypp At 20120909235258Modified By Barrypp At 20120910184110Modified By Barrypp At 20120910205741Modified By Barrypp At 20120911224955Modified By Barrypp At 20120912181002Modified By Barrypp At 20120912212342Finished By Barrypp At 20120912223924TMfoF=23+25/60;LSN=26;Data={{6,2,18,0},{6,12,18,10},{7,2,18,20},{8,16,18,53},{9,15,20,11},{10,2,20,18},{11,2,20,31},{12,2,20,44},{14,2,21,23},{15,2,21,31},{16,2,21,42},{16,11,22,15},{17,2,22,18},{18,2,22,20},{19,2,22,31}};(*Data的格式为,四个数字一组,示例{当前集数,已播放时间的分钟数,时间的小时数(24h),时间的分钟数};TMfOF是Total Minutes for one File in a collection,每一集的分钟数;LSN是Last Serial Number in a collection最后一集的集数。*)BeginTime=SessionTime[];InData={#1[[1]]+#1[[2]]/TMfoF,#1[[3]]+#1[[4]]/60}&/@Data;StandardLine[VarX_]=TMfoF VarX/60+InData[[1,2]]-TMfoF InData[[1,1]]/60;(*一次回归*)Expected=LinearModelFit[#1,{x},x]&/@NestList[Rest,InData,Length[InData]-2];Print["一次回归曲线组:"]Show[ListPlot[InData,Mesh->Full,Joined->True,PlotStyle->Directive[Red,PointSize[Large]]],Plot[StandardLine[x],{x,InData[[1,1]],LSN+1},PlotStyle->LightRed],Plot[Evaluate[Through[Expected[x]]],{x,InData[[1,1]],LSN+1},PlotStyle->Table[GrayLevel[1-i/Length[Expected]],{i,1,Length[Expected]}]],PlotRange->All,AxesLabel->{"集数","时间"}](*二次回归*)Expected2=LinearModelFit[InData,{x,x^2},x];Print["二次回归信息及曲线:"]Expected2["ANOVATable"]StringForm["R^2==``",Expected2["RSquared"]]Normal[Expected2]Show[ListPlot[InData,Mesh->Full,Joined->True,PlotStyle->Red],Plot[Expected2[x],{x,InData[[1,1]],LSN+1}],PlotRange->All,AxesLabel->{"集数","时间"}](*时间预计表*)OutputTable=Table[Prepend[Item[StringForm["``:``",(TempY=IntegerPart[#1]),If[(TempX=IntegerPart[60FractionalPart[#1]])>=10,TempX,StringForm["0``",TempX]]],Background->Which[TempY>=24,LightRed,TempY>=23,LightYellow,True,None]]&/@Through[Join[{StandardLine},Expected,{Expected2}][n]],StringForm["第``集",n]],{n,IntegerPart[InData[[-1,1]]]+1,LSN+1}];PrependTo[OutputTable,Join[{"集/小时",NumberForm[N[60/TMfoF] ,{10,2}]},NumberForm[1/#1[[2]],{10,2}]&/@Through[Expected["BestFitParameters"]],{Null}]];PrependTo[OutputTable,Join[{"预计开始时间","标准","一次回归"},Table[StringForm["后``个",i],{i,Length[InData]-1,2,-1}],{"二次回归"}]];Grid[OutputTable]EndTime=SessionTime[];Row[{"耗时:",IntegerPart[1000*(EndTime-BeginTime)],"ms"}]
环境是 Wolfram Research Mathematica v8.0.4.0
输出结果示例:
- 时间预估 mathematica程序 [再再改][应该是最终版]
- 时间预估 mathematica程序
- 时间预估 mathematica程序 [改]
- 时间预估2 mathematica程序
- 时间预估 mathematica程序 [再改]
- 时间预估2 mathematica程序 [改]
- Mathematica
- Mathematica
- 客户需求时间预估反思总结
- 开发项目中如何预估时间
- 如何准确预估项目完成时间
- 我的第一个WPF程序(最终版!)
- 程序猿如何预估工时之二
- php采集程序,大概应该是这个思路
- 个人开发如何预估时间,处理突发情况
- 为什么程序员预估的时间都不靠谱
- 为什么程序员预估的时间都不靠谱
- 为什么程序员预估的时间都不靠谱
- ubuntu打开windows下txt文档乱码问题的解决
- Python读写文件实际操作的五大步骤
- 兔子繁殖问题
- .dll文件反编译过程
- 使用ajax写的用户名验证
- 时间预估 mathematica程序 [再再改][应该是最终版]
- Android中调试规范Log
- C#中异步和多线程的区别
- 设置div或者table的高度为100%
- 海量数据处理全集
- 如何在Linux下清除系统日志
- ADO连接ACCESS数据库
- POJ 3311--Hie with the Pie(状压dp+TSP)
- 手动添加DataTable