0
点赞
收藏
分享

微信扫一扫

60_Pandas中是否包含判断缺失值NaN并统计个数

时间序列分析-2 forecast 、predict

forecast and get_forcast、predict and get_prediction
forecast 参数steps,表示预报多少个时间点(fit样本数据后)。
eg:
x=[1,2,3,4,5,6]

model.fit(x,y)
model.forecast(5),在fit数据序列后(样本外),forecast5个点(x为7,8,9,10,11)y的值。

predict 参数(start,end) ,start起始时间点,end结束时间点。
起始、结束都没有限制(in sample与out of sample 均可),end大于start。
样本内的为拟合值,样本外为预测。

如果只给一个int值,缺省认为:
大于fit样本的最后时间点,预测这个时刻的值。
小于fit样本的最后时间点,predict当前值到fit样本的最后时间点。

eg:
x=[1,2,3,4,5,6]

model.fit(x,y)
model.predict(2) #predict x等于2,3,4,5,6的y
model.predict(7) #forecast x等于7的y

get_prediction, get_forecast基本同上
但返回的值不一样。
他们都给出置信区间conf_int
预测结果为置信区间的均值。
通过.predicted_mean或forecast_mean属性获取预测值。

eg:
x=[1,2,3,4,5,6]

model.fit(x,y)
result=model.get_prediction(2)
result.predicted_mean #返回预测结果
result.conf_int #返回置信区间

举报

相关推荐

0 条评论