有没有办法在 python 中运行ARIMA/Holt-Winters 模型,一次处理多个项目(时间序列)?
我可以使用 Python 中的 StatsModels 包运行单个 ARIMA/Holt-Winters 模型,但不能用于多个时间序列。
要澄清我所说的多个时间序列的含义,请参阅我的数据集。
有没有办法在 python 中运行ARIMA/Holt-Winters 模型,一次处理多个项目(时间序列)?
我可以使用 Python 中的 StatsModels 包运行单个 ARIMA/Holt-Winters 模型,但不能用于多个时间序列。
要澄清我所说的多个时间序列的含义,请参阅我的数据集。
尝试这个
from statsmodels.tsa.vector_ar.var_model import VAR
import numpy as np
model = VAR(endog=np.asarray(train))
model_fit = model.fit()
prediction = model_fit.forecast(model_fit.y, steps=len(valid))
ARIMA是最常用的时间序列预测模型之一,但它仅适用于单变量时间序列分析。在您的数据集中,有四个变量
所以它是一个多元时间序列。
对于Handling来说,这种时间序列预测VECTOR AUTO REGRESSION是一个不错的选择。它能够处理任意数量的变量。即使计算量更高,您也会在预测中获得不错的准确性。
您可以 通过以下导入语句轻松地从Stats_Model导入它:
from statsmodels.tsa.vector_ar.var_model import VAR
VAR方法:
model = VAR(array_of_data)
数据输入格式:
[[5737,5100,2899,7431.26],
[5779,5500,5600,5237.5],
[5782,3520,3620,6534.39]]
在实施之前,请仔细阅读所有参数以获得更好的结果。
为了更多的理解阅读这个