[新的程序见:http://blog.youkuaiyun.com/barrypp/article/details/7973575]
[旧的程序见:http://blog.youkuaiyun.com/barrypp/article/details/7965447]
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。
Created By Barrypp At 20120909235258
Modified By Barrypp At 20120910184110
Modified By Barrypp At 20120910205741
Modified By Barrypp At 20120911224955
TMfoF=23+25/60;LSN=26;Data={{1,5,21,35},{1,13,21,43},{2,2,21,52},{2,11,22,0},{3,2,22,7},{3,12,22,16},{4,2,22,26},{5,2,22,50},{5,12,23,0}};
(*
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;
(*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[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,LightBlue,True,None]]&/@Through[Append[Expected,Expected2][n]],StringForm["第``集预计开始时间",n]],{n,IntegerPart[InData[[-1,1]]]+1,LSN+1}];
Grid[PrependTo[OutputTable,Join[{Null,"一次回归"},Table[StringForm["后``个",i],{i,Length[InData]-1,2,-1}],{"二次回归"}]]]
EndTime=SessionTime[];
Row[{"耗时:",IntegerPart[1000*(EndTime-BeginTime)],"ms"}]
环境是 Wolfram Research Mathematica v7.0.1.0
输出结果示例: