看板 DataScience 關於我們 聯絡資訊
作業系統:Win10, 問題: ARIMA(Autoregressive integrated moving average)的模型預測溫度。 我的資料: https://drive.google.com/file/d/1PnUOs90Y2AfK_g6_GYLlTJuy7HzWcCp9/view?usp=sharing 一共是709筆資料,我用前400筆當成訓練資料,後面的資料當成測試資料。 使用指令: model = ARIMA(train,order=(4,0,3))去建立模型和 pred=model.predict(...)做溫度的預測。 從結果發現,預測的溫度和實際的溫度,差蠻多的。想請問大家的看法,謝謝。 以下是預測溫度和實際溫度的比較: https://drive.google.com/file/d/1TWJw8ZBULF-nHmbupb5FUKSAoJPlDqIU/view?usp=sharing -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 2.121.172.48 (英國) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1625652387.A.AE7.html ※ 編輯: mchik (2.121.172.48 英國), 07/07/2021 18:08:48
hsnuyi: 先不管準度 你ACF PACF AIC BIC這些標準的測試有做嗎? 07/08 01:02
謝謝您的建議,我是直接使用auto_arima()函式,比較AIC後,選出的參數。可以試試其它的標準。
ar851060: auto_arima找出的模型不一定是最好的,所以我個人建議 07/09 19:20
ar851060: 是acf, pacf要多試 07/09 19:20
好的,謝謝你的建議,我再試試看
hsnuyi: 還有Q-Q plot 各種transform 要tool幫你fit請去用很潮的NN 07/10 00:59
沒問題,謝謝你的建議
andrew43: 單純畫圖看就明白這麼做不行的。 07/12 11:33
andrew43: 全部資料只有五個週期,之內變化幅度差異大。 07/12 11:35
andrew43: 你可能需要更多次週期的資料,或是納入有用的共變數 07/12 11:37
好的,感謝你的建議 ※ 編輯: mchik (2.126.21.239 英國), 07/13/2021 14:42:31