最小示例:
from statsforecast import StatsForecast
from statsforecast.models import AutoARIMA
import pandas as pd
df = pd.read_csv('https://datasets-nixtla.s3.amazonaws.com/air-passengers.csv')
sf = StatsForecast(
models = [AutoARIMA(season_length = 12)],
freq = 'M',
n_jobs=-1,
verbose=True
)
sf.fit(df)
如何得到拟合模型的参数?
我知道使用pmdarima
包是可能的,但是pmdarima太慢了,在处理大数据时会耗尽内存。statsforecast
似乎很有希望,但前提是有办法获得参数
根据这个答案,解决方案是:
sf.fitted_[0][0].model_['arma']
将输出一个包含7个值的元组。我不知道参数到元组值的确切映射,但从这一行来看,它似乎是:
(p, d, q, P, D, Q, constant)