Centrado Em Movimento Média Para Estranho

Para calcular uma média móvel do termo l para l um inteiro inteiro, devemos fazer o que é chamado de centralizar a média móvel. Isso é feito da seguinte maneira: primeiro cálculo da média móvel simples Em seguida, obtenha a média móvel centrada pela média de valores adjacentes dessas médias móveis simples: quando l2. A média móvel centrada é chamada Hanning. É da forma como exemplo, considere calcular uma média móvel de 4 termos nos primeiros 10 valores de dados dos dados SASDATA. INTAIR (um conjunto de dados que consiste nos números mensais, em milhares, de passageiros em vôos internacionais de companhias aéreas para o Anos 1949 a 1960). Os dados originais são 112,118,132,129,121,135,148,148,136,119. Para obter os primeiros três termos da média móvel de 4 termos, primeiro cálculo, então os três primeiros valores médios móveis centrados são: os três primeiros valores da média móvel de 4 termos. Joseph D Petruccelli Ter Feb 21 14:15:46 EST 1995David, Sim, MapReduce destina-se 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 a MR é o processamento de intervalos não interceptados de dados ordenados. A solução que vejo é a seguinte: a) Implementar particionador personalizado para poder fazer duas partições diferentes em duas execuções. Em cada corrida, seus redutores obterão diferentes faixas de dados e calcularão a média móvel quando apropriado vou tentar ilustrar: Em dados de primeira execução para 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 obter 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) / (MAXKEY / numOfPartitions) 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 (é parte do InputFormat). Pode ser feito para fazer 2 slides diferentes, semelhante ao particionamento. Respondeu 17 de setembro 12 às 8:59