如何训练每日数据总计3年并预测明年？ pmdarima auto_arima和statsmodel.arima无法正常运行

问题描述

我有这个数据集：

dt_inter    count
2015-01-01  218.0
2015-01-02  12.0
2015-01-03  4.0
2015-01-04  2.0
2015-01-05  5.0
... ...
2018-12-27  9903.0
2018-12-28  7599.0
2018-12-29  3944.0
2018-12-30  1694.0
2018-12-31  270.0
1461 rows × 1 columns

Plot1

我分为：

data_train = g.loc['2015-01-01':'2017-12-31']
data_test = g.loc['2018-01-01':]

尝试统计模型ARIMA：

model = ARIMA(data_train,order=(1,1,1)) # Note that the order here was a guess
model_fit = model.fit(disp=0)
res = model_fit.plot_predict()

Plot_predict

很好，但是使用测试数据时：

plt.plot(model_fit.predict(start=data_test.index[0],end=data_test.index[-1]))

What??

尝试使用自动别名：

model = auto_arima(data_train,start_p=1,start_q=1,max_p=3,max_q=3,m=7,# 7 for daily data,12 for monthly,1 for yearly
                           start_P=0,seasonal=True,d=1,D=1,trace=True,error_action='ignore',suppress_warnings=True,stepwise=True)

最佳模型：ARIMA（2,0）（1,0）[7]
总合身时间：38.228秒

forecast = model.predict(n_periods=365)
plt.plot(forecast)

: (

我在做什么错了？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）