指数加权移动平均法（EWMA） - 微笑sun

** 本文内容来自于吴恩达深度学习公开课 1、概述 加权移动平均法，是对观察值分别给予不同的权数，按不同权数求得移动平均值，并以最后的移动平均值为基础，确定预测值的方法。采用加权移动平均法，是因为观察期的近期观察值对预测值有较大影响，它更能反映近期变化的趋势。 指数移动加权平均法，是指各数值的加权系数随时间呈指数式递减，越靠近当前时刻的数值加权系数就越大。 指数移动加权平均较传统的平均法来说，一是不需要保存过去所有的数值；二是计算量显著减小。 2、算法理解 引入一个例子，例子为美国一年内每天的温度分布情况，具体如下图所示 EWMA 的表达式如下： $v_t = \beta v_{t-1} + (1 - \beta) \theta_t$ 上式中 $ \theta_t$ 为时刻 $ t$ 的实际...阅读全文