问题标签 [holtwinters]

我尝试使用 Holt-Winters 算法预测时间序列。问题是，输出完全错误（此设置中的直线）。

我使用 statsmodels 实现，但不确定“seasonal_periods”参数。起初我尝试了 60*24，因为数据的频率为一分钟，季节性为一天。但是几分钟后我停止了算法，因为我认为运行时间不应该那么长。将参数设置为 365（每年的天数），我得到下图所示的结果。即使使用这个较慢的值，运行时间也是 5-10 分钟。这对于 Holt-Winters 算法是否常见？

这是我的代码：

结果在这里。蓝色是训练数据，橙色是测试数据，红色是预测。

我希望有一个人可以帮助我。

我的问题很简单，我知道我遗漏了一些非常明显的东西，我只是不知道它是什么......

我对 Holt-Winters 的测试预测结果为 NaN，我不知道为什么。有人可以帮忙吗？

我正在使用 Jupyter Notebook，并尝试使用 Holt-Winters 方法预测一个 SKU 的销售。我什至使用

这是我使用的代码：

有人可以指出我可能错过了什么吗？这似乎是一个简单的解决方案的简单问题，但它踢我的屁股。

谢谢！

我想在 statsmodels 中使用 Holt Winters 中的水平和斜率，因为对于每个时期，我想生成一个时滞（步数）大于 1 的预测。也就是说，对于每个时期，我想提前三个时期生成预测。

我看到我可以做到：

从 fit 开始，我可以做 fit.level 和 fit.slope。很奇怪，使用这些值我无法生成预测。

我希望斜率和水平至少从 fit.params 中找到的相同值开始。对于这个例子，fit.params 的初始斜率为 9.9 和初始水平 32118。不过，当我查看 fit.level 时，第一个值是水平的 32126.91 和斜率的 9.7。

知道如何提取 fit.predict() 使用的水平和斜率吗？

输出图表 我尝试使用 holt-winters 模型进行预测，但我不断得到一个与我的预期不一致的预测。我附上了输出图。

预测值与测试值不匹配

我正在尝试将 holt-winter 方法应用于具有 36 个数据点的多个时间序列，并尝试预测 R 中的 16 个未来时间段。有一些时间序列呈下降趋势，我将负数作为预测值。如何避免生成负数作为预测？

我已经尝试使用阻尼 = T 生成预测，但仍然会生成负数作为预测。

我正在尝试对我的数据集 FinalModel 执行 Holt-Winters 指数平滑处理，该数据集除了其他列之外还Date具有索引和Crimecount列。我只想预测该CrimeCount列，但出现以下错误：

ValueError: Buffer dtype mismatch, expected 'double' but got 'long long'

我的代码：

我使用指数平滑法使用时间序列数据进行预测。但是我收到以下错误，谁能帮我弄清楚问题出在哪里？

分解错误(ts(x[1L:wind], start = start(x), frequency = f),seasonal)：时间序列没有或少于 2 个周期

RMP<-{日期<-(2018-02-01,2018-03-01,2018-04-01,2018-05-01,2018-06-1...2019-08-01), 价格<- (157,158,159,157.5,160,152........166)}

我总共有 19 个日期，价格从 2018 年 2 月 1 日到 2019 年 8 月 1 日。我尝试使用 HoltWinters 函数进行预测，但出现错误：分解错误（ts（x[1L:wind]，开始 = 开始（x），频率 = f），季节性）：时间序列没有或更少超过 2 个时期。这是我的代码：

它带有错误：分解中的错误（ts（x [1L：wind]，start = start（x），频率= f），季节性）：时间序列没有或少于2个周期。这是我的代码：

我试着用

然后错误就消失了，但是所有的预测值都是一条具有相同值的平线。那不是我想要的。

有人可以请提供建议吗？非常感谢！

我有一个for循环，我需要对参数i传递的不同值进行预测，当Holtwinters Forecast出现错误时，往往优化失败，循环中断。如何让我的代码跳过错误代码并转到下一个 i 并继续循环中的操作。例如，如果我运行下面的代码，当 i=2 时，循环将被错误中断： HoltWinters(TS[[i]]) 中的错误：优化失败

我需要的是当发现错误时，它会自动移动到 i=3 并继续操作而不是被中断，就像 C++ 中的“继续”

有人可以帮忙吗？

谢谢你。

我正在使用以下代码使用 statsmodels 执行 Holt 的方法，但我的数据有时可能合法地具有零值。这会导致错误消息“NotImplementedError：无法更正负值或零值”。

有人知道我的选择是什么来纠正这个吗？我注意到如果我取出指数 = True，它会起作用，但我的预测很糟糕。所以，我真的很想把它包括在内。

我的数据是每周一次，如下所示：

我想估计 Holt-Winters 指数平滑的参数。我看到 R 提供了 ets() 函数来估计模型参数。我在 Jupyter 笔记本中使用 python。我需要知道是否有办法从 R 导入这个函数。