Как исправить «TypeError» в функции Holt и Holt-Winters statsmodels в Python

Question

Я использую такие данные

data = [253993,275396.2,315229.5,356949.6,400158.2,442431.7,495102.9,570164.8,\
640993.1,704250.4,767455.4,781807.8,776332.3,794161.7,834177.7,931651.5,\
1028390,1114914]

Затем я импортирую statsmodels и использую метод Холта

import matplotlib.pyplot as plt
from statsmodels.tsa.holtwinters import ExponentialSmoothing, SimpleExpSmoothing, Holt

# Holt’s Method
fit1 = Holt(data).fit(smoothing_level=0.8, smoothing_slope=0.2, optimized=False)
l1, = plt.plot(list(fit1.fittedvalues) + list(fit1.forecast(5)), marker='o')

fit2 = Holt(data, exponential=True).fit(smoothing_level=0.8, smoothing_slope=0.2, optimized=False)
l2, = plt.plot(list(fit2.fittedvalues) + list(fit2.forecast(5)), marker='o')

fit3 = Holt(data, damped=True).fit(smoothing_level=0.8, smoothing_slope=0.2)
l3, = plt.plot(list(fit3.fittedvalues) + list(fit3.forecast(5)), marker='o')

l4, = plt.plot(data, marker='o')
plt.legend(handles = [l1, l2, l3, l4], labels = ["Holt's linear trend", "Exponential trend", "Additive damped trend", 'data'], loc = 'best', prop={'size': 7})
plt.show()

Исключение было брошено в fit2

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-17-9ce7957db4db> in <module>()
      3 l1, = plt.plot(list(fit1.fittedvalues) + list(fit1.forecast(5)), marker='o')
      4 
----> 5 fit2 = Holt(data, exponential=True)
      6 fit2.fit(smoothing_level=0.8, smoothing_slope=0.2, optimized=False)
      7 l2, = plt.plot(list(fit2.fittedvalues) + list(fit2.forecast(5)), marker='o')

g:\competition\venv\lib\site-packages\statsmodels\tsa\holtwinters.py in __init__(self, endog, exponential, damped)
    851     def __init__(self, endog, exponential=False, damped=False):
    852         trend = 'mul' if exponential else 'add'
--> 853         super(Holt, self).__init__(endog, trend=trend, damped=damped)
    854 
    855     def fit(self, smoothing_level=None, smoothing_slope=None, damping_slope=None, optimized=True):

g:\competition\venv\lib\site-packages\statsmodels\tsa\holtwinters.py in __init__(self, endog, trend, damped, seasonal, seasonal_periods, dates, freq, missing)
    389         self.trending = trend in ['mul', 'add']
    390         self.seasoning = seasonal in ['mul', 'add']
--> 391         if (self.trend == 'mul' or self.seasonal == 'mul') and (endog <= 0.0).any():
    392             raise NotImplementedError(
    393                 'Unable to correct for negative or zero values')

TypeError: '<=' not supported between instances of 'list' and 'float'

Я не знаю почему, другие нормальные. (Метод Холт-Винтерса тоже такой)

Я думаю, что это экспоненциальный параметр, который вызывает проблему. Так что я должен сделать, чтобы использовать экспоненциальную модель?

Answer 1

Я не очень разбираюсь в этой библиотеке, но, похоже, ей нужен ряд, а не список данных. Введите pandas.pd и преобразуйте ваши данные в pd.Series:

import matplotlib.pyplot as plt
from statsmodels.tsa.holtwinters import ExponentialSmoothing, SimpleExpSmoothing, Holt
import pandas as pd

data = [253993,275396.2,315229.5,356949.6,400158.2,442431.7,495102.9,570164.8,\
640993.1,704250.4,767455.4,781807.8,776332.3,794161.7,834177.7,931651.5,\
1028390,1114914]

series = pd.Series(data)

# Holt's Method
fit1 = Holt(series).fit(smoothing_level=0.8, smoothing_slope=0.2, optimized=False)
l1, = plt.plot(list(fit1.fittedvalues) + list(fit1.forecast(5)), marker='o')

fit2 = Holt(series, exponential=True).fit(smoothing_level=0.8, smoothing_slope=0.2, optimized=False)
l2, = plt.plot(list(fit2.fittedvalues) + list(fit2.forecast(5)), marker='o')

fit3 = Holt(series, damped=True).fit(smoothing_level=0.8, smoothing_slope=0.2)
l3, = plt.plot(list(fit3.fittedvalues) + list(fit3.forecast(5)), marker='o')

l4, = plt.plot(series, marker='o')
plt.legend(handles = [l1, l2, l3, l4], labels = ["Holt's linear trend", "Exponential trend", "Additive damped trend", 'data'], loc = 'best', prop={'size': 7})
plt.show()