ARIMA模型(英语:Autoregressive Integrated Moving Average model),差分整合移动平均自回归模型,又称整合移动平均自回归模型(移动也可称作滑动),是时间序列预测分析方法之一。Arima定阶比较困难,Python中的auto_arima可以帮助我们实现自动定阶。
方法/步骤
1
首先,导入相应auto_arima,没有则要先安装pyramid。
from pyramid import auto_arima
import pandas as pd
2
然后,输入数据,可根据实际情况读取数据文件。
data=pd.DataFrame({'gdp':[1.21,1.34,1.47,1.66,1.96,2.29,2.75,3.55,4.59,5.1,6.09,7.55,8.53,9.57,10.44,11.02,11.14,12.14,13.61],
'year':[2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015,2016,2017,2018]})
data=data.set_index('year')
print("data",data)
3
对数据进行分割,按照7:3的比例分割训练集和测试集
train=data[:int(0.7*len(data))]
print("