[英]Time series forecasting via Statsmodels
我使用以下代碼進行一些預測:
只是為了讓您快速瀏覽數據集(df.head()):
places_occupees date
0 238 2017-01-01 00:00:00
1 238 2017-01-01 00:01:00
2 238 2017-01-01 00:02:00
3 238 2017-01-01 00:03:00
4 238 2017-01-01 00:04:00
然后,我對接下來的7天進行預測:
X = places.values
train, test = X[1:len(X)-7], X[len(X)-7:]
# On entraîne le modèle d'autoregression
model = AR(train)
model_fit = model.fit()
print('Lag: %s' % model_fit.k_ar)
print('Coefficients: %s' % model_fit.params)
#On effectue des predictions
predictions = model_fit.predict(start=len(train), end=len(train)+len(test)-1, dynamic=False)
我得到以下輸出:
這是情節的樣子:
但是我真正想做的是對接下來的24小時而不是接下來的7天做出一些預測。 我怎樣才能做到這一點? 我應該如何修改上面的代碼?
提前致謝。
您應該編碼
train, test = X[:-30], X[-30:]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.