2

我已经通过脚本中的 Statsmodels 实现了 Holt-Winters 模型，我可以用它进行预测，但我手动设置了 alpha beta 和 gamma 超参数。根据您的说法，使用我的数据集获取这些参数的理想值的最快方法是什么以及如何实现它？像 Auto Arima 一样，Holt-Winters 是否有任何自动优化？你可以在下面找到我的 Python 代码：

示例文件：

https://ufile.io/e3zqs

from statsmodels.tsa.api import ExponentialSmoothing
import pandas as pd
import numpy as np


df = pd.read_excel("C:\\Users\\YannickLECROART\\Documents\\Python\\temprennes.xlsx", index_col=0)

df = df.fillna(0)

df.index = pd.to_datetime(df.index)

# our guessed parameters
alpha = 0.4
beta = 0.2
gamma = 0.01

# initialise model
ets_model = ExponentialSmoothing(df_data, trend='add', seasonal='add', 
seasonal_periods=12)
ets_fit = ets_model.fit(smoothing_level=alpha, smoothing_slope=beta,
smoothing_seasonal=gamma)

# forecast p hours ahead
p_ahead = 12
yh = ets_fit.forecast(p_ahead)
4

0 回答 0