своих ошибок предсказания (экстраполяции) даже при присутствии шума и ошибок измерения. Там все просто, но нужна модель (читай уравнение) системы. Но у меня нет (даже теоритически) модели и поэтому приходится использовать авторегрессию с автокорреляцией. Это все работает. Проблема в том, что после получения новых данных мне приходится пересчитывать всю модель авторегрессии (сейчас), а там - 2000 последних измерений и это долго. Может есть способ включить новые данные не пересчитывая все?
тебе лучше в data science
А зачем пересчитывать каждый раз? Мне кажется, можно либо брать меньшую выборку последних значений, либо полагаться на то что было посчитано ранее, оно же и так усреднено и всё там в порядке.
Обсуждают сегодня