machine-learning - 如何自动选择时间序列模型进行预测？

Question

我有一个场景，我必须预测接下来一小时的值。我的时间序列是每小时频率。起初，数据看起来没有趋势或季节性，而且是固定的。因此，我可以应用简单的 ARMA 模型并进行预测。但是，我不能长时间使用相同的模型。几天或几个月后，数据集可能会显示出一些季节性。在这种情况下，我们必须再次手动分析数据并选择正确的时间序列模型来拟合。我们已经在使用的简单 ARMA 模型不会给我预期的预测结果。

我们可以以应用程序的 CPU 使用率预测为例。最初的使用可能是固定的。一段时间后，使用可能会显示出一些趋势/季节性。

我该如何处理这种情况？有没有一种方法可以让我们自动决定使用哪个模型，然后从中训练数据并进行预测？

谢谢

标签： machine-learningtime-seriesforecasting

Answer 1

你试过自动ARIMA吗？- https://www.rdocumentation.org/packages/forecast/versions/8.10/topics/auto.arima

否则，Facebook Prophet 可能是一个选择。