二次移动平均法交通量预测MAE的代码
时间: 2024-01-26 22:02:21 浏览: 29
下面是使用二次移动平均法进行交通量预测,并计算MAE的Python代码示例:
```python
import numpy as np
# 二次移动平均法交通量预测
def quadratic_moving_average(data, k):
ma = np.zeros_like(data)
for i in range(k, len(data)):
ma[i] = (2 * data[i-1] + data[i-k]) / 3
for i in range(k, len(data)):
ma[i] = (2 * ma[i-1] + ma[i-k]) / 3
return ma
# 计算MAE
def mae(actual, predicted):
return np.mean(np.abs(predicted - actual))
# 测试数据
data = np.array([11, 12, 13, 14, 15, 16, 17, 18, 19, 20])
k = 3
# 进行交通量预测
ma = quadratic_moving_average(data, k)
print("预测结果:", ma)
# 计算MAE
actual = np.array([16, 17, 18, 19, 20, 21, 22, 23, 24, 25])
mae_score = mae(actual, ma[k:])
print("MAE得分:", mae_score)
```
注:这里使用的是二次移动平均法,其中k表示移动平均窗口大小。在代码中,我们使用numpy库来进行数组操作,计算MAE可以使用numpy库的mean和abs函数。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)