三次指数平滑法python代码
时间: 2025-01-30 11:26:03 浏览: 74
三次指数平滑法是一种时间序列预测模型,它通过给最近的数据点赋予更大的权重来逐渐调整预测值。以下是使用Python中的`pandas`和`statsmodels`库实现简单三次指数平滑的一个例子:
```python
import pandas as pd
from statsmodels.tsa.holtwinters import ExponentialSmoothing
# 假设你有一个名为'data'的时间序列数据集
data = pd.Series([10, 20, 30, 40, 50, 60, 70], index=pd.date_range(start='2022-01-01', periods=7))
# 初始化ExponentialSmoothing模型
model = ExponentialSmoothing(data, seasonal_periods=1, trend='trend', seasonal='mul')
# 训练模型并得到预测结果
fit = model.fit(smoothing_level=0.8, smoothing_slope=0.2) # 级数和平滑系数可以根据实际需求调整
forecast = fit.forecast(steps=3) # 预测未来3步
print("原始数据:", data)
print("三次指数平滑后的预测:", forecast)
```
在这个代码中,我们设置了季节周期为1(意味着假设数据有固定的季节性),趋势为'trend'(表示考虑线性趋势),季节性为'mul'(对于非季节性数据)。然后通过训练模型获得拟合参数,并进行未来3步的预测。
阅读全文
相关推荐




















