[英]Auto ARIMA parameters for correct forecasting
我想為我的數據集找到正確的 Auto ARIMA 值。 由於我的值是按小時顯示的,因此我無法估算參數。 問題應該是關於“m”,但更大的值最終會崩潰。 我還嘗試了季節性錯誤,結果是線性預測。
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())
您的數據顯然是季節性的,因此您應該設置參數seasonal = True
。
m
是一個季節周期的長度,表示每個周期的數據點數。 您的數據中有多個季節性(每日、每周和可能每年),但我認為您應該關注每日季節性。 由於您有每小時的數據,每個季節都有 24 個數據點。 因此,您應該設置m = 24
。 雖然 ARIMA 可能難以應對較長的季節性,但我認為 24 應該沒問題。
我不會將 ARIMA 限制或鎖定為每個參數的特定值/范圍。 嘗試以下操作:
model = pm.auto_arima(df.value,
test='adf',
seasonal=True,
m=24,
trace=True,
error_action='ignore',
suppress_warnings=True,
stepwise=True)
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.