prediccion_presencia_temporal: Predice la existencia de presencia en una estancia objetivo...

In KepaAmigoTECHFriendly/prediccionesPresencia: Predice la existencia de presencia en una estancia objetivo en los 2 registros anteriores relativos a la marca temporal

Predice la existencia de presencia en una estancia objetivo en los 2 registros anteriores relativos a la marca temporal

Description

Predice la existencia de presencia en una estancia objetivo en los 2 registros anteriores relativos a la marca temporal. Recibe los datos de condiciones ambientales de la estancia objetivo del último mes. Procesa, limpia y prepara los datos para la predicción. Utiliza el algoritmo knn para predecir los últimos dos registro en la serie de tiempo. Estos registros marcarán la existencia de presencia en la sala en el t+30' donde t es la marca temporal del último registro. Para que exista presencia, el resultado de la predicción de los dos últimos dos registros debe ser de 1 (presencia). tipo_estancia: aulas-pb, despachos-pb, empresas-pb, seminarios-pb, despachos-p1

Usage

prediccion_presencia_temporal(
  fecha_inicial = as.character(Sys.time() - 30 * 24 * 60 * 60),
  fecha_final = as.character(Sys.time()),
  id_estancia = "f4d0d070-24dd-11eb-b605-01af9c6dd825",
  tipo_estancia = "despachos-pb"
)

Arguments

fecha_inicial,

fecha_final, id_estancia, tipo_estancia

Value

json

Examples

 prediccion_presencia_temporal("2021-07-10 00:00:00", "2021-08-10 23:00:00", "03179970-24de-11eb-b605-01af9c6dd825", "aulas-pb")

KepaAmigoTECHFriendly/prediccionesPresencia documentation built on Sept. 14, 2022, 4:09 p.m.