[英]Auto ARIMA parameters for correct forecasting
我想为我的数据集找到正确的 Auto ARIMA 值。 由于我的值是按小时显示的,因此我无法估算参数。 问题应该是关于“m”,但更大的值最终会崩溃。 我还尝试了季节性错误,结果是线性预测。
model = pm.auto_arima(df.value, start_p=1, start_q=1,
test='adf', # use adftest to find optimal 'd'
max_p=3, max_q=3, # maximum p and q
m=1, # frequency of series
d=None, # let model determine 'd'
seasonal=False, # No Seasonality
start_P=0,
D=0,
trace=True,
error_action='ignore',
suppress_warnings=True,
stepwise=True)
print(model.summary())
您的数据显然是季节性的,因此您应该设置参数seasonal = True
。
m
是一个季节周期的长度,表示每个周期的数据点数。 您的数据中有多个季节性(每日、每周和可能每年),但我认为您应该关注每日季节性。 由于您有每小时的数据,每个季节都有 24 个数据点。 因此,您应该设置m = 24
。 虽然 ARIMA 可能难以应对较长的季节性,但我认为 24 应该没问题。
我不会将 ARIMA 限制或锁定为每个参数的特定值/范围。 尝试以下操作:
model = pm.auto_arima(df.value,
test='adf',
seasonal=True,
m=24,
trace=True,
error_action='ignore',
suppress_warnings=True,
stepwise=True)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.