python保存模型_如何在Python中保存ARIMA时间序列预测模型

自回归移动平均模型(ARIMA)是一种常用于时间序列分析和预测的线性模型。

statsmodels库提供了Python中使用ARIMA的实现。ARIMA模型可以保存到文件中，以便以后对新数据进行预测。在当前版本的statsmodels库中有一个bug，它阻止了保存的模型被加载。

在本教程中，你将了解如何诊断并解决此问题。

让我们开始吧。

每日女婴出生数据集

首先，让我们看看标准时间序列数据集，我们可以用statsmodels ARIMA实现来理解这个问题

这个每日的女婴出生数据集描述了1959年加利福尼亚每日出生的女婴数量。

它的单位是数值型，有365个观察值。数据集的来源于Newton (1988)。

你可以从DataMarket网站了解更多信息并下载数据集。

下载数据集并将其放在你当前的工作目录中，文件名为 “ daily-total-female-births.csv ”。

以下的代码将加载并绘制数据集。

from pandas import Series

from matplotlib import pyplot

series = Series.from_csv('daily-total-female-births.csv', header=0)

series.plot()

pyplot.show()

运行该示例加载数据库，并生成 Pandas 库中的 Se