通過Statsmodels進行時間序列預測

Question

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。

Answer 1

您應該編碼

train, test = X[:-30], X[-30:]