python - R predict.holt 与 Python statsmodels.tsa.holtwinters

Question

我正在尝试在 python 中使用 HoltWinters 指数平滑，但我得到的结果与我在 R 中使用预测 holt 时得到的结果不同。

在 R 中：

library(forecast)

data_train <- c(0.3990852, 1.8837862, 2.3551793, 3.0099617, 3.4650170,
                4.6327859, 3.7989490, 1.2654134, 3.3170017, 4.7559544,
                2.7958632, 2.8002729, 3.9480264, 3.0497512)

y_hat <- holt(data_train, h=6)$mean

print(y_hat)

[1] 4.316603 4.483438 4.650274 4.817109 4.983944 5.150779

在蟒蛇中：

import numpy as np
from statsmodels.tsa.holtwinters import ExponentialSmoothing, Holt

data_train = np.array((0.3990852, 1.8837862, 2.3551793, 3.0099617, 3.4650170,
                4.6327859, 3.7989490, 1.2654134, 3.3170017, 4.7559544,
                2.7958632, 2.8002729, 3.9480264, 3.0497512))

model = ExponentialSmoothing(data_train).fit()
y_hat = model.predict(start=15, end=20)
print(y_hat)

[3.2521686 3.2521686 3.2521686 3.2521686 3.2521686 3.2521686]

fit1 = Holt(data_train).fit()
y_hat = fit1.forecast(6)

print(y_hat)

[3.23339397 3.21157785 3.18976174 3.16794562 3.1461295  3.12431338]

谁能告诉我为什么我在 R 与 python 中得到如此不同的结果？

Answer 1

看来您必须正确设置参数。

fit1 = Holt(data_train, trend = 'additive',seasonal = 'additive').fit() 等等。