Estoy trabajando en series de tiempo en python. Las bibliotecas que encontré útiles y prometedoras sonPaquete para análisis de series de tiempo en python
también para la visualización: matplotlib
¿Alguien sabe de una biblioteca de suavizado exponencial?
pandas ha ponderado exponencialmente momento moviendo funciones
Por cierto, no debería haber ningún restos de funcionalidad en el paquete scikits.timeseries que no sea también en los pandas.
Editar: Puesto que esto sigue siendo una pregunta popular, ahora hay una obra en la solicitud de progreso tirón para agregar contó con más detalle suavizado exponencial a statsmodels here
muchas gracias por la actualización y por el buen trabajo. – foc
Para el triple que encontré en la web esta http://adorio-research.org/wordpress/?p=1230
De alguna manera algunas preguntas se combinaron o eliminaron, así que publicaré mi respuesta aquí.
Exp alisado en Python de forma nativa.
'''
simple exponential smoothing
go back to last N values
y_t = a * y_t + a * (1-a)^1 * y_t-1 + a * (1-a)^2 * y_t-2 + ... + a*(1-a)^n * y_t-n
'''
from random import random,randint
def gen_weights(a,N):
ws = list()
for i in range(N):
w = a * ((1-a)**i)
ws.append(w)
return ws
def weighted(data,ws):
wt = list()
for i,x in enumerate(data):
wt.append(x*ws[i])
return wt
N = 10
a = 0.5
ws = gen_weights(a,N)
data = [randint(0,100) for r in xrange(N)]
weighted_data = weighted(data,ws)
print 'data: ',data
print 'weights: ',ws
print 'weighted data: ',weighted_data
print 'weighted avg: ',sum(weighted_data)
se puede predecir los valores futuros usando pandas exponencialmente ponderada media móvil http://pandas.pydata.org/pandas-docs/stable/generated/pandas.stats.moments.ewma.html como
from pandas.stats.moments import ewma
import numpy as np
pred_period = 12
def predict(x,span,periods = pred_period):
x_predict = np.zeros((span+periods,))
x_predict[:span] = x[-span:]
pred = ewma(x_predict,span)[span:]
return pred
relacionados: [calcular la media móvil exponencial de pitón] (http://stackoverflow.com/questions/488670/calculate-exponential-moving-average-in-python) – jfs