在python中从记录的和差异的时间序列数据中恢复原始预测
在python中从记录的和差异的时间序列数据中恢复原始预测
提问于 2021-09-12 21:35:54
我正在做时间序列预测，以预测未来的订单。因为数据是非平稳的，所以我做了记录和第一次差分。然后，我通过传递对数差分数据，使用从auto_arima获得的顺序值训练Arima模型。我用过去的30天进行测试，休息进行训练。我正在以记录格式和差分格式获取预测值。此外，我还预测了未来30天，这是没有出现在数据集中，给出了相同格式的预测。由于我没有未来30天的数据，如何在这两种情况下恢复原始数据。
回答 1
Stack Overflow用户
发布于 2021-09-12 22:26:49
这可以使用numpy方便地完成。相反的操作涉及获取cumsum()，然后获取exp()。
可以执行以下操作: Algorithm reference courtesy @Divakar
series = df["Number of Bookings"]
new_series = np.log(series).diff()
# getting only the value of zeroth index since the diff() operation looses first value.
new_series.iloc[0] = np.log(series.iloc[0])
result = np.exp(new_series.cumsum())页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/69157727
复制相关文章
相似问题
社区富文本编辑器全新改版！诚邀体验～
全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验
腾讯云开发者
