摘要：本文通过把时间序列分解为趋势成分、季节成分、随机成分的例子，演示如何在R中建立自回归综合移动平均(ARIMA)模型，并使用ARIMA模型预测未来值。然后介绍动态时间规整(DTW)，以及基于欧式距离和DTW距离的层次类聚，同时用三个时间序列分类例子举例说明时间序列的数据挖掘。

原文链接:http://www.cqvip.com//QK/97526B/201611/7000057379.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）