首页 > 其他分享 >1-香皂销售预测

1-香皂销售预测

时间:2023-02-08 23:57:38浏览次数:35  
标签:parser plt 预测 香皂 销售 predictions test import history

import pandas as pd
from sklearn.metrics import mean_squared_error
import math
import matplotlib.pyplot as plt
import datetime

# 加载数据
def parser(x):
    return datetime.datetime.strptime(x, '%Y/%m/%d')

ser = pd.read_csv('../LSTM系列/LSTM单变量1/data_set/shampoo-sales.csv', 
                header=0, parse_dates=[0], index_col=0, date_parser=parser).squeeze('columns')

# 分成训练集和测试集合,前24行给训练集,后12行给测试集
X = ser.values
train, test = X[:-12], X[-12:]

history = [x for x in train]
predictions = []
for i in range(len(test)):
    predictions.append(history[-1])  # history[-1],就是执行预测,这里我们只是假设predictions数组就是我们预测的结果
    history.append(test[i])  # 将新的测试数据加入模型

# 预测效果评估
rmse = math.sqrt(mean_squared_error(test, predictions))
print('RMSE:%.3f' % rmse)

# 画出预测+观测值
plt.plot(test)
plt.plot(predictions)
plt.show()

标签:parser,plt,预测,香皂,销售,predictions,test,import,history
From: https://www.cnblogs.com/lotuslaw/p/17103759.html

相关文章