问题标签 [pmdarima]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python-3.x - 如何在库 pmdarima 中使用带有 pipeline.fit() 的外生变量？
我目前正在使用该库构建 ARIMAX 模型pmdarima：
参数说明：
外生：类数组，形状=[n_obs，n_vars]，可选（默认=无）
一个可选的二维外生变量数组。如果提供，这些变量将用作回归操作中的附加特征。这不应包括常数或趋势。请注意，如果 ARIMA 适合外生特征，则必须为其提供外生特征以进行预测。
但我不明白这种格式是什么意思：shape=[n_obs, n_vars]？
n_obs和的含义是n_vars什么？
为什么我们需要这种格式而不是时间序列格式的外生变量？
python - 没有名为“pmdarima”的模块
我使用远程访问的 jupyter notebook 并希望为 auto_arima 导入 pmdarima 以选择 arima 模型。如何通过远程访问安装 pmdarima？
导入 auto_arima 包
结果：
python - Python ARIMA 预测显示扁平线
我正在尝试预测标准普尔 500 指数。但是，我得到的预测是平线（没有季节性或任何东西）。尝试使用 python Pyramid Arima 库。数据是标准普尔 500 指数 (SPY)，每日“收盘价”。
对 auto_arima 函数有任何建议的更改吗？有没有办法对此进行调整，以便最终预测显示趋势和季节性而不是平坦线？
python - auto_arima 因系列上的单个值更改而崩溃
我正在研究一个时间序列预测模型pmdarima。
我的时间序列很短，但表现还不错。以下代码在 sklearn\utils\validation.py 上给出错误
但是，如果我将销售系列的第一个值从 26 更改为 30，它会起作用。
这里有什么问题？
python - AUTO ARIMA MODEL 在 python 中预测每小时数据
我的数据采用每小时频率的上述格式......我想建立一个自动arima模型来预测python中样本值每小时频率的未来..
有人可以帮助我完成这个过程吗？
python - pmdarima autoarima 预测方法返回 ''SARIMAX' 对象没有属性 '_k_trend' '
我使用 pmdarima 模块的管道方法创建了一个模型
并使用训练数据集拟合模型
并且能够进行预测。之后，尝试将模型保存为泡菜文件
然后我将pickle文件读回另一个python实例
但是，当我尝试使用导入的模型进行预测时
它失败并返回以下堆栈跟踪
pmdarima 版本是 1.6.0，我尝试在 sarimax.py 文件中设置 _k_trend = 0 变量，但似乎没有任何效果。有人可以解决这个问题吗？
python - d>0 的 ARIMA 的异常预测值，但 autoarima 的工作正常
所以我试图获得 5 个 arima 模型（预测未来 1 到 5 天）。如果我使用 d>0 或 q>0，则使用 statsmodels arima 类无法正常工作。使用自动 arima 其工作 (pmdarima)。
例如（统计模型）
如果我使用 p>0、d>0 和 q=0 的预测，我得到的不是预期的目标值（只是增加的值，比如 x2-x10 更高）。如果我使用预测 p>0, d=0, q=0 我会得到可取的值。如果我对 qi 使用任何值，则会出现以下错误，这告诉我数据是非平稳的，为什么我在使用 q>0 的情况下使用 d>0 并且它应该可以工作，但它确实...
这里是 pmarima 模型的代码
使用 Auto Arima (pmdarima) 可以正常工作（我从 d -> d>0 得到值）
这些是用于训练 arima 模型的参数 (pmarima)。所以q应该>0
有谁知道为什么来自 statsmodels 的 ARIMA 对我不起作用，但来自 pmarima 的 autoarima 是？
python-3.x - 从 pmdarima.model_selection 导入 train_test_split 不工作
我正在使用 pmdarima 在 python3.7.7 中应用 auto_arima 。使用 from pmdarima.model_selection import train_test_split 拆分数据集时
以下错误弹出窗口：ModuleNotFoundError: No module named 'pmdarima.model_selection'
已经在 Anaconda 中更新了软件包，仍然是同样的错误。
根据 pdmarima 文档，它应该可用： https ://alkaline-ml.com/pmdarima/modules/generated/pmdarima.model_selection.train_test_split.html?highlight=train_test#pmdarima.model_selection.train_test_split
有什么建议吗？
python - 使用 Auto_Arima 更好地拟合测试数据
我正在使用 AirPassengers 数据集来预测时间序列。对于我使用的模型，我选择使用 auto_arima 来预测预测值。但是，auto_arima 选择的顺序似乎无法拟合模型。生成相应的图表。
我该怎么做才能更好地适应？
我的代码给那些想尝试的人：
感谢您的阅读。任何建议表示赞赏。
python - 无法预测测试数据时间序列 ARIMA
我正在尝试使用 ARIMA 模型来预测股票价格数据，具体来说，我正在使用 auto_arima。我的目标是预测未来 30 天的股价，并将其与测试数据进行比较。
我无法正确预测数据，如下图所示。
这是我使用的代码：
关于如何更好地适应的任何想法？感谢您的阅读。