python 时间序列预测 ——滑动窗口法
用滑动窗口的均值来预测下一时刻
·
有些地方的英文称之为 moving average，但这里讲的不是 ARIMA 模型中的 MA，而只是一个简单的滑动窗口内平均。
代码片段：用前30个历史值得平均来预测下一时刻
predictions = []
for i in range(len(val_dataset.columns)):
if i == 0:
predictions.append(np.mean(train_dataset[train_dataset.columns[-30:]].values, axis=1))
if i < 31 and i > 0:
predictions.append(0.5 * (np.mean(train_dataset[train_dataset.columns[-30+i:]].values, axis=1) + \
np.mean(predictions[:i], axis=0)))
if i > 31:
predictions.append(np.mean([predictions[:i]], axis=1))
predictions = np.transpose(np.array([row.tolist() for row in predictions]))
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
2
0- 0
已为社区贡献1条内容
所有评论(0)