二次移动平均法交通量预测可视化及RMSE的代码

以下是二次移动平均法交通量预测可视化及RMSE的Python代码示例：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_csv('traffic_volume.csv', index_col=0, parse_dates=True)
# 二次移动平均法
data['SMA_2'] = data['traffic_volume'].rolling(window=2).mean()
data['SMA_2'] = data['SMA_2'].rolling(window=2).mean()
# 取出预测值和实际值
prediction = data['SMA_2'].iloc[2:]
actual = data['traffic_volume'].iloc[2:]
# 计算RMSE
rmse = np.sqrt(((prediction - actual) ** 2).mean())
print('RMSE:', rmse)
# 可视化
plt.plot(actual.index, actual, label='Actual')
plt.plot(prediction.index, prediction, label='Prediction')
plt.legend()
plt.show()

说明：

- 数据文件为 traffic_volume.csv，包含日期和交通量两列数据。
- 二次移动平均法的原理是先对原始数据做一次简单移动平均，然后再对结果做一次简单移动平均。
- RMSE 是指均方根误差，用来衡量预测值与实际值之间的误差大小。
- 可视化部分使用了 matplotlib 库。