我按照教程研究了SARIMAX模型:https://www.digitalocean.com/community/tutorials/a-guide-to-time-series-forecasting-with-arima-in-python-3 https://www.digitalocean.com/community/tutorials/a-guide-to-time-series-forecasting-with-arima-in-python-3。数据的日期范围是 1958-2001 年。
mod = sm.tsa.statespace.SARIMAX(y,
order=(1, 1, 1),
seasonal_order=(1, 1, 1, 12),
enforce_stationarity=False,
enforce_invertibility=False)
results = mod.fit()
当拟合 ARIMA 时间序列模型时,我发现作者所有日期范围数据都适合模型参数。但在验证预测时,作者使用了从1998年1月1日开始的日期作为拟合模型数据的日期范围的一部分。
pred = results.get_prediction(start=pd.to_datetime('1998-01-01'), dynamic=False)
我知道在机器学习模型中,训练数据和验证(测试)数据是不同的,我的意思是不同的范围。我的意思是作者说得对吗?为什么这样做(我的意思是使用所有训练数据的原因),我是 SARIMAX 模型的一个新模型。
你们能告诉我更多关于这个模型的信息吗,例如如何预测几天或几周而不仅仅是一个月,我的意思是如何设置参数 order=(1,1,1),seasonal_order=(1, 1, 1, 12 )。谢谢!