1. 程式人生 > >時間序列預測(一)數據的一些處理方法

時間序列預測(一)數據的一些處理方法

sub pycha 預測 ria rom pla char day png

一、滑動平均

公式(窗口為7):

技術分享圖片

也就是說7個數做一次平均

二、指數平均

公式:

技術分享圖片

其中

技術分享圖片

因此

技術分享圖片

也就是說離本點越近,考慮的權重也越大。

python code:

# author: adrian.wu
import numpy as np
from matplotlib import pyplot as plt
import pandas as pd

"""
count : count(1)
day: d
"""
path = /Users/adrian.wu/PycharmProjects/jobs/time_series/data/ord_count_by_day.csv
data_raw = pd.read_csv(path) data_raw.sort_values("d", inplace=True) """ draw raw time series picture """ # plt.plot(data_raw[‘d‘], data_raw[‘count(1)‘]) # plt.show() win_7 = data_raw[count(1)].rolling(window=7).mean() ewma_30 = data_raw[count(1)].ewm(span=30).mean() d = [i for i in
range(0, len(ewma_30))] fig, ax = plt.subplots(1, 1) ax.plot(d, data_raw[count(1)], label=raw_data) ax.plot(d, win_7, label=win_7) ax.plot(d, ewma_30, label=ewma_span=30) plt.legend() plt.show()

技術分享圖片

時間序列預測(一)數據的一些處理方法