知识卡片
指数递推需核对权重符号
常用递推定义为y_t=αxt+(1−α)y(t−1),其中0<α≤1,明确新观测和旧结果权重相加为1。原文排版成a*m_(t−1)+(a−1)*x等不可信表达,不照抄。该式对应当前pandas adjust=False的约定;默认adjust=True按有限历史归一化,不能混称同一实现。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
衰减因子(decay factor)常量,以便使近期的观测值拥有更大的权数。用数学术语来讲,如果mat是时间t的移动平均结果,x是时间序列,结果中的各个值可用mat =a*mat-1+(a -1)*x-t进行计算,其中a为衰减因子。衰减因子的定义方式有很多,比较流行的是使用时间间隔(span),它可以使结果兼容于窗口大小等于时间间隔的简单移动窗口(simpl
参考来源
- 位置:《利用Python进行数据分析》第10章《指数加权函数》(spine316;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0302.html;u243-ch10-040)。
- 结论依据:原文在“衰减因子”附近的定义、例子或代码支撑本卡核心说明:常用递推定义为y_t=αx_t+(1−α)y_(t−1),其中0<α≤1,明确新观测和旧结果权重相加为1。边界按已读前提解释;示例未执行。
- 原始内容:衰减因子(decay factor)常量,以便使近期的观测值拥有更大的权数。用数学术语来讲,如果mat是时间t的移动平均结果,x是时间序列,结果中的各个值可用mat =a*mat-1+(a -1)*x-t进行计算,其中a为衰减因子。衰减因子的定义方式有很多,比较流行的是使用时间间隔(span),它可以使结果兼容于窗口大小等于时间间隔的简单移动窗口(simpl