python 移动平均法

移动平均法是一种常用的时间序列分析方法，用于平滑数据并预测未来的趋势。在Python中，可以使用移动平均方法来计算数据的平均值。

移动平均法有两种形式：居中移动平均和截尾移动平均。居中移动平均是指在给定的窗口大小内，将数据平均分布在窗口的中心。而截尾移动平均则是将数据平均分布在窗口的末尾。 for i in range(window)]
test = [X[i for i in range(window, len(X))]
predictions = []

# 预测模型
for t in range(len(test)):
length = len(history)
yhat = np.mean([history[i for i in range(length - window, length)])
predictions.append(yhat)
history.append(test[t])
print('predicted=%f, expected=%f' % (yhat, test[t]))

# 计算均方误差
error = mean_squared_error(test, predictions)
print('Test MSE: %f' % error)

# 绘制图表
plt.figure(figsize=(15, 7))
plt.plot(test)
plt.plot(predictions, 'r')
plt.show()

以上代码将根据历史数据预测未来的观测值，并计算预测误差。最后，将绘制原始数据和预测结果的图表。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
-  *1* *2* *3* [【时间序列】时序分析之移动平均-python实战](https://blog.csdn.net/qq_33431368/article/details/119495438)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]