Я хочу использовать уровень и наклон в Holt Winters в statsmodels, потому что для каждого периода я хочу создать прогноз с временной задержкой (шагами) больше единицы.То есть для каждого периода я хочу создать прогноз на три периода вперед.
Я вижу, что я могу сделать:
demand = pd.DataFrame({'material': [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
'quantity': [32118, 32129, 32648, 33115, 34214, 34449, 36282,
36674, 38320, 40229, 41702, 42320, 42595, 42969,
44462, 44365, 44652, 45169, 45388, 46499, 46497]})
model = models.Holt(demand['quantity'], damped=True)
fit = model.fit(smoothing_level=0.1,
smoothing_slope=0.2,
damping_slope=0.9,
optimized=False)
Из соответствия, я могу сделать fit.level и fit.склон.Довольно странно, что с этими значениями я не могу сгенерировать прогноз.
Я ожидаю, что наклон и уровень, по крайней мере, начнутся с того же значения, что и в fit.params.В этом примере fit.params имеет начальный уклон 9,9 и начальный уровень 32118. Тем не менее, когда я смотрю на fit.level, первое значение составляет 32126,91 для уровня и 9,7 для наклона.
Есть идеи, как извлечь уровень и наклон, используемые fit.predict ()?