如何解决如何使用AutoReg
我正在尝试仅使用自动回归算法来构建旧式学校模型。我发现statsmodel
包中有一个实现。我已经阅读了文档,据我所知它应该可以作为ARIMA使用。所以,这是我的代码:
import statsmodels.api as sm
model = sm.tsa.AutoReg(df_train.beer,12).fit()
当我要预测新值时,我正在尝试遵循文档:
y_pred = model.predict(start=df_test.index.min(),end=df_test.index.max())
# or
y_pred = model.predict(start=100,end=1000)
两者均返回NaN列表。
此外,当我键入model.predict(0,df_train.size - 1)
时,它会预测实际值,而model.predict(0,df_train.size)
会预测NaNs列表。
我做错什么了吗?
PS 。我知道有ARIMA,ARMA或SARIMAX算法,可以用作基本的自动回归。但是我确实需要AutoReg。
解决方法
您可以使用此代码进行预测
model = sm.tsa.AutoReg(df_train.beer,12).fit()
y_pred = model.model.predict(model.params,start=df_test.index.min(),end=df_test.index.max())
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。