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。
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
- mysql - 使用 OCI 和 MySQL 构建 DLL 和 LabView 一直失败
- rstudio - 手动编辑 RStudio 词典中的拼写条目
- docker - 如何在 Spinnaker 中将 Jfrog Artifactory 添加为 docker 注册表?
- swift - Xcode 10 错误:链接器命令失败,退出代码为 1
- python - PyQt5:使用类创建 Windows
- javascript - 如何检测我的 iFrame 是否被其他网站使用?
- azure - 在页面顶部使用电子邮件输入元素呈现 SSO 登录页面
- agora.io - Video stream is more zoomed than I'd like and isn't the same as the local stream view. How can I fix this?
- javascript - DOM元素上的D3选择器使用属性上的不等式比较
- javascript - Extendscript: Photoshop 脚本 IF activedocument 正确的语法