The R Package knnwtsim: Nonparametric Forecasting With a Tailored Similarity Measure
R 包 knnwtsim：使用定制相似度的非参数预测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论时间序列的近期、季节和外生信息，并以未来观测预测为目标。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
R 包 knnwtsim：使用定制相似度的非参数预测
- 研究问题
- 当近期观测、季节或周期规律及外生变量都具有预测价值时，如何构造适合这些信息的相似度并用于最近邻时间序列预测？
- 方法与思路
- 作者为 K 近邻预测设计定制相似度，介绍 R 包中计算、调节和使用该指标的函数，并提供真实与模拟时间序列数据。
- 材料陈述的贡献
- 摘要介绍一套可实施的最近邻预测工具，强调其可能适用于响应与预测变量关系不恒定或呈分段形式的预测任务。
- 阅读关注点
- 应核对相似度各部分的权重、邻居数量与调参规则，以及验证划分如何保留时间顺序并评估关系变化下的表现。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出具体相似度公式、理论保证或相对基准的数值优势。
原文摘要
The R package knnwtsim provides functions to implement k nearest neighbors (KNN) forecasting using a similarity metric tailored to the forecasting problem of predicting future observations of a response series where recent observations, seasonal or periodic patterns, and the values of one or more exogenous predictors all have predictive value in forecasting new response points. This paper will introduce the similarity measure of interest, and the functions in knnwtsim used to calculate, tune, and ultimately utilize it in KNN forecasting. This package may be of particular value in forecasting problems where the functional relationships between response and predictors are non-constant or piece-wise and thus can violate the assumptions of popular alternatives. In addition both real world and simulated time series datasets used in the development and testing of this approach have been made available with the package.