我从一个较大的数据帧中提取了下面的timeseries数据帧。
df_test = df.loc[(df['time'] >= '2015-05-01') & (df['time'] <= '2015-05-09')]
df_test.set_index('time')
数据的头看起来如下:
time total_consumption
122400 2015-05-01 00:01:00 106.391
122401 2015-05-01 00:11:00 120.371
122402 2015-05-01 00:21:00 109.292
122403 2015-05-01 00:31:00 99.838
122404 2015-05-01 00:41:00 97.387
使用SARIMAX,我得到了以下模型:
mod = sm.tsa.statespace.SARIMAX(np.asarray(df_test['total_consumption']),
order=(1,1,1),
seasonal_order=(0,1,1,12),
enforce_stationarity=False,
enforce_invertibility=False)
results_final = mod.fit()
然后,我试图根据模型得到预测:
start = pd.to_datetime('2015-05-08 00:01:00')
pred = results_final.get_prediction(start, dynamic=False)
pred_ci = pred.conf_int()
但是,当我试图使用get_prediction()命令对数据帧的结尾进行预测时,我会得到这条错误消息,并且似乎找不出原因。
ValueError: Got a string for start and dates is None
谢谢
发布于 2018-03-23 08:37:08
我想问题是你没有使用时间索引。如果要使用日期,则数据需要是带有日期/时间索引的熊猫系列。在删除np.asarray之后尝试,在创建模型时直接使用df_test‘’total_消耗量‘。
numpy数组没有任何日期信息,因此不能使用日期来指定预测期间。对于numpy数组,需要使用通常的numpy整数索引指定预测或预测周期。
https://stackoverflow.com/questions/49451220
复制相似问题