Auto ARIMAtype
status
date
slug
summary
tags
category
icon
password
Property
为什么我们需要Auto ARIMA？
虽然ARIMA是预测时间序列数据的一个非常强大的模型，但是数据准备和参数调整过程最终非常耗时。在实现ARIMA之前，您需要使序列平稳，并使用上面讨论的图确定p和q的值。Auto ARIMA使这个任务对我们来说非常简单，因为它消除了我们在上一节中看到的步骤3到6。下面是实现Auto ARIMA所需遵循的步骤：
- 加载数据：这一步将是相同的。将数据加载到笔记本中
- 预处理数据：输入应该是单变量的，因此放弃其他列。
- 拟合Auto ARIMA：在单变量序列上拟合模型
- 验证集上的预测值：对验证集进行预测
- 计算RMSE：使用实际值的预测值检查模型的性能