首页 > 其他 > 详细

时间序列预测(一)数据的一些处理方法

时间:2019-04-29 15:06:09      阅读:558      评论:0      收藏:0      [点我收藏+]

一、滑动平均

公式(窗口为7):

技术分享图片

也就是说7个数做一次平均

 

二、指数平均

公式:

技术分享图片

其中

技术分享图片

因此

技术分享图片

也就是说离本点越近,考虑的权重也越大。

 

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()

 

技术分享图片

 

时间序列预测(一)数据的一些处理方法

原文:https://www.cnblogs.com/ylxn/p/10790366.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!