python构建指数平滑预测模型示例


Posted in Python onNovember 21, 2019

指数平滑法

其实我想说自己百度的…

只有懂的人才会找到这篇文章…

不懂的人…看了我的文章…还是不懂哈哈哈

指数平滑法相比于移动平均法,它是一种特殊的加权平均方法。简单移动平均法用的是算术平均数,近期数据对预测值的影响比远期数据要大一些,而且越近的数据影响越大。指数平滑法正是考虑了这一点,并将其权值按指数递减的规律进行分配,越接近当前的数据,权重越大;反之,远离当前的数据,其权重越小。指数平滑法按照平滑的次数,一般可分为一次指数平滑法、二次指数平滑法和三次指数平滑法等。然而一次指数平滑法适用于无趋势效应、呈平滑趋势的时间序列的预测和分析,二次指数平滑法多适用于呈线性变化的时间序列预测。

具体公式还是百度吧…

材料

1.python3.5

2.numpy

3.matplotlib

4.国家社科基金1995-2015年立项数据

需求

预测2016年和2017年国家社科基金项目立项数量

数据

#year time_id number
1994 1 10
1995 2 3
1996 3 27
1997 4 13
1998 5 12
1999 6 13
2000 7 14
2001 8 23
2002 9 32
2003 10 30
2004 11 36
2005 12 40
2006 13 58
2007 14 51
2008 15 73
2009 16 80
2010 17 106
2011 18 127
2012 19 135
2013 20 161
2014 21 149
2015 22 142

代码

# -*- coding: utf-8 -*-
# @Date  : 2017-04-11 21:27:00
# @Author : Alan Lau (rlalan@outlook.com)
# @Language : Python3.5

import numpy as np
from matplotlib import pyplot as plt

#指数平滑公式
def exponential_smoothing(alpha, s):
 s2 = np.zeros(s.shape)
 s2[0] = s[0]
 for i in range(1, len(s2)):
  s2[i] = alpha*s[i]+(1-alpha)*s2[i-1]
 return s2

#绘制预测曲线
def show_data(new_year, pre_year, data, s_pre_double, s_pre_triple):
 year, time_id, number = data.T

 plt.figure(figsize=(14, 6), dpi=80)#设置绘图区域的大小和像素
 plt.plot(year, number, color='blue', label="actual value")#将实际值的折线设置为蓝色
 plt.plot(new_year[1:], s_pre_double[2:],color='red', label="double predicted value")#将二次指数平滑法计算的预测值的折线设置为红色
 plt.plot(new_year[1:], s_pre_triple[2:],color='green', label="triple predicted value")#将三次指数平滑法计算的预测值的折线设置为绿色
 plt.legend(loc='lower right')#显示图例的位置,这里为右下方
 plt.title('Projects')
 plt.xlabel('year')#x轴标签
 plt.ylabel('number')#y轴标签
 plt.xticks(new_year)#设置x轴的刻度线为new_year
 plt.show()


def main():
 alpha = .70#设置alphe,即平滑系数
 pre_year = np.array([2016, 2017])#将需要预测的两年存入numpy的array对象里
 data_path = r'data1.txt'#设置数据路径
 data = np.loadtxt(data_path)#用numpy读取数据
 year, time_id, number = data.T#将数据分别赋值给year, time_id, number
 initial_line = np.array([0, 0, number[0]])#初始化,由于平滑指数是根据上一期的数值进行预测的,原始数据中的最早数据为1995,没有1994年的数据,这里定义1994年的数据和1995年数据相同
 initial_data = np.insert(data, 0, values=initial_line, axis=0)#插入初始化数据
 initial_year, initial_time_id, initial_number = initial_data.T#插入初始化年

 s_single = exponential_smoothing(alpha, initial_number)#计算一次指数平滑
 s_double = exponential_smoothing(alpha, s_single)#计算二次平滑字数,二次平滑指数是在一次指数平滑的基础上进行的,三次指数平滑以此类推

 a_double = 2*s_single-s_double#计算二次指数平滑的a
 b_double = (alpha/(1-alpha))*(s_single-s_double)#计算二次指数平滑的b
 s_pre_double = np.zeros(s_double.shape)#建立预测轴
 for i in range(1, len(initial_time_id)):
  s_pre_double[i] = a_double[i-1]+b_double[i-1]#循环计算每一年的二次指数平滑法的预测值,下面三次指数平滑法原理相同
 pre_next_year = a_double[-1]+b_double[-1]*1#预测下一年
 pre_next_two_year = a_double[-1]+b_double[-1]*2#预测下两年
 insert_year = np.array([pre_next_year, pre_next_two_year])
 s_pre_double = np.insert(s_pre_double, len(s_pre_double), values=np.array([pre_next_year, pre_next_two_year]), axis=0)#组合预测值

 s_triple = exponential_smoothing(alpha, s_double)

 a_triple = 3*s_single-3*s_double+s_triple
 b_triple = (alpha/(2*((1-alpha)**2)))*((6-5*alpha)*s_single -2*((5-4*alpha)*s_double)+(4-3*alpha)*s_triple)
 c_triple = ((alpha**2)/(2*((1-alpha)**2)))*(s_single-2*s_double+s_triple)

 s_pre_triple = np.zeros(s_triple.shape)

 for i in range(1, len(initial_time_id)):
  s_pre_triple[i] = a_triple[i-1]+b_triple[i-1]*1 + c_triple[i-1]*(1**2)

 pre_next_year = a_triple[-1]+b_triple[-1]*1 + c_triple[-1]*(1**2)
 pre_next_two_year = a_triple[-1]+b_triple[-1]*2 + c_triple[-1]*(2**2)
 insert_year = np.array([pre_next_year, pre_next_two_year])
 s_pre_triple = np.insert(s_pre_triple, len(s_pre_triple), values=np.array([pre_next_year, pre_next_two_year]), axis=0)

 new_year = np.insert(year, len(year), values=pre_year, axis=0)
 output = np.array([new_year, s_pre_double, s_pre_triple])
 print(output)
 show_data(new_year, pre_year, data, s_pre_double, s_pre_triple)#传入预测值和数据


if __name__ == '__main__':
 main()

预测结果

python构建指数平滑预测模型示例

python构建指数平滑预测模型示例

代码及数据

以上这篇python构建指数平滑预测模型示例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
在Python中定义和使用抽象类的方法
Jun 30 Python
python 获取字符串MD5值方法
May 29 Python
在Pycharm中自动添加时间日期作者等信息的方法
Jan 16 Python
解决python测试opencv时imread导致的错误问题
Jan 26 Python
基于django channel实现websocket的聊天室的方法示例
Apr 11 Python
pandas读取CSV文件时查看修改各列的数据类型格式
Jul 07 Python
python学生信息管理系统实现代码
Dec 17 Python
Python爬虫爬取杭州24时温度并展示操作示例
Mar 27 Python
python 实现非极大值抑制算法(Non-maximum suppression, NMS)
Oct 15 Python
Python实现PS滤镜中的USM锐化效果
Dec 04 Python
matplotlib事件处理基础(事件绑定、事件属性)
Feb 03 Python
使用pycharm运行flask应用程序的详细教程
Jun 07 Python
python实现画出e指数函数的图像
Nov 21 #Python
如何获取Python简单for循环索引
Nov 21 #Python
Python Web静态服务器非堵塞模式实现方法示例
Nov 21 #Python
Windows10下Tensorflow2.0 安装及环境配置教程(图文)
Nov 21 #Python
使用python代码进行身份证号校验的实现示例
Nov 21 #Python
Python 面向对象之封装、继承、多态操作实例分析
Nov 21 #Python
用python画一只可爱的皮卡丘实例
Nov 21 #Python
You might like
php csv操作类代码
2009/12/14 PHP
php魔术函数__call()用法实例分析
2015/02/13 PHP
php获取指定(访客)IP所有信息(地址、邮政编码、国家、经纬度等)的方法
2015/07/06 PHP
PHP中Enum(枚举)用法实例详解
2015/12/07 PHP
Laravel5.1 框架路由基础详解
2020/01/04 PHP
自制的文件上传JS控件可支持IE、chrome、firefox etc
2014/04/18 Javascript
使用JavaScript进行进制转换将字符串转换为十进制
2014/09/21 Javascript
js操作css属性实现div层展开关闭效果的方法
2015/05/11 Javascript
jquery实现点击变换导航样式的方法
2015/08/31 Javascript
JS组件系列之Bootstrap table表格组件神器【终结篇】
2016/05/10 Javascript
js+html5实现canvas绘制椭圆形图案的方法
2016/05/21 Javascript
JS获取鼠标坐标并且根据鼠标位置不同弹出不同内容
2017/06/12 Javascript
基于daterangepicker日历插件使用参数注意的问题
2017/08/10 Javascript
react配合antd组件实现的管理系统示例代码
2018/04/24 Javascript
Vue-Cli 3.0 中配置高德地图的两种方式
2019/06/19 Javascript
解决ant Design Search无法输入内容的问题
2020/10/29 Javascript
[01:54]TI珍贵瞬间系列(五):压力
2020/08/29 DOTA
详解python中sort排序使用
2019/03/23 Python
python读写csv文件实例代码
2019/07/05 Python
python如何爬取网站数据并进行数据可视化
2019/07/08 Python
Django 查询数据库并返回页面的例子
2019/08/12 Python
Tensorflow 定义变量,函数,数值计算等名字的更新方式
2020/02/10 Python
Python用Jira库来操作Jira
2020/12/28 Python
video.js支持m3u8格式直播的实现示例
2020/05/20 HTML / CSS
独特的礼品和创新的科技产品:The Grommet
2018/02/24 全球购物
.NET常见笔试题集
2012/12/01 面试题
英文自荐信
2013/12/15 职场文书
大家访活动实施方案
2014/03/10 职场文书
关键在于落实心得体会
2014/09/03 职场文书
大一工商管理职业生涯规划:有梦最美,行动相随
2014/09/18 职场文书
保研推荐信格式
2015/03/25 职场文书
妈妈再爱我一次观后感
2015/06/08 职场文书
公司年会主持词范文!
2019/05/07 职场文书
研究生毕业登记表的自我鉴定范文
2019/07/15 职场文书
Android Studio实现带三角函数对数运算功能的高级计算器
2022/05/20 Java/Android
Android 中的类文件和类加载器详情
2022/06/05 Java/Android