python - 通过 Statsmodels 进行时间序列预测
问题描述
我使用以下代码进行了一些预测:
只是为了让您快速查看数据集(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
然后我对未来 7 天做出预测:
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)
我得到以下输出:
这是情节的样子:
但我真正想做的是对未来 24 小时而不是未来 7 天做一些预测。我怎样才能做到这一点?我应该如何修改上面的代码?
提前致谢。
解决方案
你应该编码
train, test = X[:-30], X[-30:]
推荐阅读
- c++ - 使 std::vector 分配对齐内存的现代方法
- java - 排序和消除重复项
- c# - ExceptionFilter 不运行 .NET Core Web Api
- firebase - 具有多个侦听器的全局流
- azure-devops - 如何在 Azure DevOps 中按功能获取所有项目
- excel - Ace oledb 连接关闭文件仍在使用错误
- python - python api https://agsi.gie.eu/
- keras - 如何在 Keras 上使用 Sequence API 应用数据增强?
- r - 闪亮应用程序中的情节动画;我的数据框没有被识别
- python - 最小化步骤以找出偶数和奇数的平方和