python - Python:SRIMAX 模型拟合速度太慢
问题描述
我有一个城市的时间序列数据date
和temperature
记录。以下是我对时间序列分析的观察:
- 通过绘制
date
与temperature
季节性的关系图来观察。 - 执行
adfuller test
我们发现数据已经是静止的,所以d=0
. - 分别执行偏自相关和具有第一季节差异的自相关和发现
p=2
和q=10
。
训练模型的代码
model=sm.tsa.statespace.SARIMAX(df['temperature'],order=(1, 1, 1),seasonal_order=(2,0,10,12))
results=model.fit()
此fit
函数无限期地运行并且不会到达输出。我在 Google Colab CPU 上运行。
如何解决这个问题?
解决方案
推荐阅读
- excel - Referencing list in Excel Filter function
- python - Matplotlib 更改图例线的长度
- python - 如何在 AllenNLP git repo 中编写对分类模型的配置文件?
- arduino - 将字节数组转换为字符串,然后将其与arduino中的字符串匹配
- assembly - 二元炸弹 [第 5 阶段]
- github - 搜索组织在 github 中创建的存储库
- google-cloud-platform - 如何使用 GitLab 存储库作为谷歌云负载均衡器的后端?
- javascript - CSS 和 JS 文件不会加载到 node.js 服务器上
- linux - 尝试通过 terraform 创建数字海滴时出错
- node.js - 在 openwrt 中安装 node-hid