指数平滑模型python

指数平滑模型（Exponential Smoothing Model）是一种用于时间序列预测的方法，常用于处理季节性变化不明显的数据。Python中可以使用statsmodels库中的ExponentialSmoothing类实现指数平滑模型。

下面是一个简单的例子：

import pandas as pd
from statsmodels.tsa.holtwinters import ExponentialSmoothing

# 读取数据
df = pd.read_csv('data.csv', index_col=0, parse_dates=True)

# 创建指数平滑模型对象
model = ExponentialSmoothing(df, seasonal_periods=12, trend='add', seasonal='add')

# 拟合模型
result = model.fit()

# 预测未来12个月的数据
forecast = result.forecast(12)

# 打印预测结果
print(forecast)

其中，`df`是一个包含时间序列数据的DataFrame对象，`seasonal_periods`指定季节性周期，`trend`和`seasonal`分别指定趋势和季节性的类型。在拟合模型后，可以使用`forecast`方法预测未来的数据。