最近的主要工作就是做时间序列预测,使用的工具也已放弃R语言,采用python了,网上看了一篇博客,使用python实现,觉得写的很好,自己以前写的简直不能看了,这里标记一下:
https://www.howtoing.com/a-guide-to-time-series-forecasting-with-arima-in-python-3/
利用ARIMA模型进行时间序列预测,具体方式在这里不做详细介绍了,可到网上进行查询,资料甚多。从代码注释中可获取ARIMA模型拟合的方法步骤,在实际操作中预测效果良好,数据也不附带了,有时间有对应指标这类数据即可。
#加载相关R包
install.packages("tseries")
install.packages("xts")
install.packages("forecast")
library(tseries)
library(xts)
library(forecast)
data<-read.csv("F://分类别//排名算法//数据结果及验证//forecast.csv",header=T,as.is=T)#读入数据
works<-unique(data[,3])
work<-data[grep(works[4],data[,3]),]#获取指定数据
index<-xts(work[,8],as.Date(work[,11],))#将数据框转化为时间序列
plot(index)#绘制时序图,查看趋势
acf(index)#自相关图
pacf(index)#偏自相关图
#index_diff1<-diff(in