ARIMA 时间序列2: 分析模型性能及确定最佳配置
发布时间
阅读量：
阅读量
SARIMAX模型的演变过程为：ARIMA → SARIMA → SARIMAX。其中，S代表Seasonal，即具有季节性或周期性特征；X则表示eXogenous，意味着引入了外部变量。
关于季节性相关参数的定义如下：
P表示季节性自回归的阶数；
D代表季节性差分的阶数；
Q指季节性移动平均的阶数；
m则是指一个完整季节周期所包含的时间步数。
import numpy as np
import pandas as pd
import matplotlib.pylab as pl
import seaborn as sns
%matplotlib inline
sns.set(style = 'ticks', context = 'poster')
pd.set_option('display.float_format', lambda x: '%.5f' % x)
np.set_printoptions(precision = 5, suppress = True)
filename_ts = 'data/series1.csv'
ts_df = pd.read_csv(filename_ts, index_col = 0, parse_dates 全部评论 (0)
还没有任何评论哟~