时间戳

首页 > 解决方案 > 从python中记录的和差异的时间序列数据中取回原始预测

python - 从python中记录的和差异的时间序列数据中取回原始预测

问题描述

我正在做时间序列预测来预测未来的订单。由于数据是非平稳的，我做了记录和一阶差分。然后我通过传递对数差分数据使用从 auto_arima 获得的顺序值训练了 Arima 模型。我用过去 30 天的时间进行测试，休息时间进行训练。我得到记录和差异格式的预测值。我还预测了未来 30 天，这在以相同格式给出预测的数据集中不存在。由于我没有未来 30 天的数据，如何在这两种情况下取​​回原始数据。

日志记录 差异化

测试数据的预测

对未来的预测

标签： pythonloggingforecastingarima

解决方案

这可以使用 numpy 方便地完成。逆向操作包括先取cumsum()，然后取exp()。

你可以这样做：算法参考礼貌@Divakar

series = df["Number of Bookings"]
new_series = np.log(series).diff()
# getting only the value of zeroth index since the diff() operation looses first value.
new_series.iloc[0] = np.log(series.iloc[0])
result = np.exp(new_series.cumsum())

推荐阅读