如何使用auto_arima跳过特定日期
auto_arima是一个用于时间序列预测的Python库，它可以自动选择最佳的ARIMA模型参数。在使用auto_arima跳过特定日期时，可以按照以下步骤进行操作：
- 导入必要的库和数据：首先，需要导入pandas和pmdarima库，并加载时间序列数据。
import pandas as pd
from pmdarima.arima import auto_arima
# 加载时间序列数据
data = pd.read_csv('data.csv')- 数据预处理：根据需要，对数据进行必要的预处理，例如处理缺失值、平滑数据等。
# 处理缺失值
data = data.dropna()
# 平滑数据
# ...- 创建auto_arima模型：使用auto_arima函数创建ARIMA模型，并传入时间序列数据。
# 创建auto_arima模型
model = auto_arima(data)- 跳过特定日期：如果需要跳过特定日期进行预测，可以使用exclude参数指定要跳过的日期范围。
# 跳过特定日期
model.fit(data, exclude=['2022-01-01', '2022-02-01'])- 进行预测：使用fit_predict函数进行预测，并传入要预测的时间步数。
# 进行预测
predictions = model.predict(n_periods=10)以上是使用auto_arima跳过特定日期的基本步骤。auto_arima会自动选择最佳的ARIMA模型参数，并根据历史数据进行预测。在实际应用中，可以根据具体需求进行进一步的参数调整和模型优化。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云时间序列数据库TSDB：https://cloud.tencent.com/product/tsdb
- 腾讯云人工智能平台AI Lab：https://cloud.tencent.com/product/ai-lab
- 腾讯云物联网平台IoT Hub：https://cloud.tencent.com/product/iothub
- 腾讯云移动开发平台MPS：https://cloud.tencent.com/product/mps
- 腾讯云分布式文件存储CFS：https://cloud.tencent.com/product/cfs
- 腾讯云区块链服务BCS：https://cloud.tencent.com/product/bcs
- 腾讯云元宇宙服务：https://cloud.tencent.com/product/meta-universe
相关·内容
2回答
我有一个名为" dataframe“的dataframe，它包含一系列特定日期的销售信息。每个日期条目的格式为YYYY-MM-DD，数据范围为2012 - 2017年。我想把这个数据帧分成6个独立的数据帧，每年一个。因此，例如，第一个拆分数据帧将包含2012年的所有条目。
我想我可以在下面的代码中做到这一点。我将每一年的数据帧拆分为一个数据帧，并将它们放入“年”列表中。但是，当我尝试在每个数据帧上运行auto_arima时，我得到错误消息“发现样本数量不一致的输入变量”。
我想这是因为我没有正确地拆分我的原始数据帧。如何根据年份正确拆分我的数据帧？
#Partition data in
浏览 167提问于2018-06-28得票数 1
5回答
我使用远程访问的jupyter笔记本，并希望为auto_arima导入pmdarima以选择arima模型。如何通过远程访问安装pmdarima？
进口auto_arima包
from pmdarima import auto_arima
结果：
ModuleNotFoundError: No module named 'pmdarima'
浏览 0提问于2019-09-19得票数 8
回答已采纳
我在大型查询上创建了一个模型，是否可以将其他列作为外部回归器来包含？
例如，我想包括日期，用户，每个会话页，反弹率等预测用户。
create or replace model bqml_tutorial.create_model
options
(model_type= 'ARIMA_PLUS',
time_series_timestamp_col='Date',
time_series_data_col='Users',
auto_arima=True,
data_frequency = 'AUTO_FREQUENCY',
de
浏览 0提问于2021-05-20得票数 4
回答已采纳
我正在尝试建立SARIMAX模型，试图从ACF，PACF图中确定(p，d，q) & (P，D，Q，s)值。我的序列是固定的，不需要任何差异(基于ADF测试)。虽然我从PACF图中了解到p=2和q=2 (尽管ACF呈指数衰减，但我相信这可能是由于相互滞后的累积影响)应该足够好，但我有点困惑如何才能得出季节性部分的P，Q值。我的数据是大约4年来每天的观察结果。从下面的季节分解部分，我可以看到这种模式每7天重复一次。这是无差异原始数据的ACF和PACF图。 感谢您的指导，帮助我确定了该系列季节性部分的P，Q值。 ACF PACF Plot Seasonal Component
浏览 28提问于2020-01-27得票数 0
我正在做一些时间序列预测，同时我尝试使用金字塔导入auto_arima，但是它抛出了一个模块未找到的错误-‘No模块名为'pyramid.arima’
from pyramid.arima import auto_arima
我还尝试从pmdarima导入auto_arima：
from pmdarima.arima import auto_arima
但这会引发一个错误，因为“类型对象'pmdarima.arima._arima.array‘没有属性pmdarima.arima._arima.array。
我做错什么了？
浏览 3提问于2019-06-18得票数 2
1回答
我正在尝试使用(auto_arima)预测不包括特定日期的日期。 代码： from pmdarima.arima import auto_arima
df = pd.read_csv('devices_transactions_count.csv')
def remove_holidays(date, transactions):
if date in ['2019-06-03', '2019-06-04', '2019-06-05', '2019-06-06', '2019-06-07
浏览 17提问于2019-12-17得票数 1
1回答
我正在尝试使用ARIMA模型来预测股票价格数据，具体地说，我正在使用auto_arima。我的目标是预测未来30天的股票价格，并将其与测试数据进行比较。
如下图所示，我无法正确预测数据。
下面是我使用的代码：
#general
import pandas as pd
import numpy as np
import matplotlib.pylab as plt
%matplotlib inline
import yfinance as yf
ticker = "0118.KL"
data = yf.Ticker(ticker)
df = data.history(s
浏览 18提问于2020-05-20得票数 1
我有一个大约每15分钟就有80.000次观测的数据。假设季节参数m为96，因为每24h重复一次。当我在我的auto_arima算法中插入这些信息时，需要很长时间(几个小时)才能发出以下错误消息：
MemoryError: Unable to allocate 5.50 GiB for an array with shape (99, 99, 75361) and data type float64
我使用的代码：
stepwise_fit = auto_arima(df['Hges'], seasonal=True, m=96, stepwise=True,
浏览 4提问于2020-07-08得票数 4
回答已采纳
1回答
我在conda环境中安装了pmdarima。
( pmdarima )
1.1.0
当我运行python时，我可以导入pmdarima。
(pmdarima) > python
由conda_x(缺省，2019年3月20日，01:38:26)包装的
更多信息请键入“帮助”、“版权”、“信用”或“许可”。
来自pmdarima.arima进口auto_arima的相关相关auto_arima
亲水相>>>
但是，当我运行一个导入pmdarima包的python脚本时，我会得到这个错误。
(pmdarima) > python pmdarima.py
浏览 1提问于2019-03-22得票数 0
我目前正在关注时间序列分析link的Udemy讲座。 当在一个非常基本的数据集上运行pmdarima1.7.1 auto_arima (statsModels0.11)时，我收到了一个摘要，其中只有一个模型说明SARIMAX没有p，q，d。见下图。 ? 我应该把它当作全是0的模型还是白噪声，因为'aic‘是823.489，这可以追溯到ARIMA(0,0,0)(0,0,0)截获？ 当在旧版本的pmdarima (1.10)和旧版本的statsmodel (0.9)中运行时，我收到不同的结果。见下文。 ? 新版本的auto_arima不再报告ARMA，我应该只引用一般线性
浏览 75提问于2020-09-18得票数 1
我已经按照GitHub page中的说明安装了lib pmdarima。但是当我导入auto_arima函数时，它给出了以下错误： [1] from pmdarima.arima import auto_arima
Traceback (most recent call last):
File "<ipython-input-12-6858fadc5169>", line 1, in <module>
from pmdarima.arima import auto_arima
File
浏览 30提问于2019-04-11得票数 0
有人能帮我吗?我想估计自动arima的最佳参数。
我正在使用下面的脚本，但不确定如何从模型摘要中提取最佳参数。
from pmdarima import auto_arima
# Fit auto_arima function to dataset
stepwise_fit = auto_arima(dataset['column1'], start_p = 1, start_q = 1,
max_p = 3, max_q = 3, m = 12,
start_P
浏览 16提问于2020-05-22得票数 0
我手工制作了20个模型，发现对于每个型号的D=1，都应该使用或，但是auto_arima 从不使用不同的args(甚至有一个模型根本没有d或D，而且所有的试验都是( 1，0，1) x (0，0，1，52)。我通过设置trace=True来检查它)。
我要pdq=(0~3, 0~1, 0~3)，auto_arima，，，，，。
我在下面设置了params：
start_p=0,
start_q=0,
max_p=3,
max_d=1,
max_q=3,
start_P=0,
D=None,
start_Q=0,
max_P=
浏览 1提问于2019-05-19得票数 4
回答已采纳
5回答
试图使用金字塔的自动arima功能，却无处可寻。
导入整个类：
import pyramid
stepwise_fit = auto_arima(df.Weighted_Price, start_p=0, start_q=0, max_p=10, max_q=10, m=1,
start_P=0, seasonal=True, trace=True,
error_action='ignore', # don't want to know if an order does no
浏览 6提问于2017-11-20得票数 9
回答已采纳
我正在使用AirPassengers数据集来预测时间序列。对于我正在使用的模型，我选择使用auto_arima来预测预测值。但是，auto_arima选择的顺序似乎无法符合模型。生成相应的图表。
我能做些什么来获得更好的合身？
对于那些想尝试的人，我的代码如下：
import pandas as pd
import numpy as np
import matplotlib.pylab as plt
%matplotlib inline
from pmdarima import auto_arima
df = pd.read_csv("https://raw.github
浏览 58提问于2020-05-19得票数 1
回答已采纳
2回答
我在研究时间序列模型。我在金字塔-arima模块中使用了auto_arima模型.我在我的数据集上安装了一个auto_arima模型。现在我有两个问题。
我想看看模型参数。
我想从模型中得到合适的值。
下面是我的示例代码。
m1_hist = auto_arima(ts1_hist, start_p=1, start_q=1,
max_p=3, max_q=3, m=12,
start_P=0, seasonal=True,
d=1, D=1
浏览 2提问于2018-09-06得票数 1
我仍然是python的新手，我不知道该怎么做： 我有一个包含两列的pandas dataframe (data)：日期和值(整数)。我将这个数据帧提供给一个auto_arima方法。 stepwise_model = auto_arima(data, start_p=1, start_q=1,
test='adf',
max_p=2, max_q=2, m=7,
start_P=0, seasonal=True,
d=None, D=
浏览 138提问于2021-09-16得票数 1
2回答
我需要建立一个预测模型来预测每天的物品数量.
这就是我在DB上的数据..。
item id |date | quantity
1000 |2020-02-03 | 5
我所做的是将日期转换为：
年份数
一年中的周数
工作日数
我用RegressionFastForest，RegressionFastTree，LbfgsPoissonRegression，FastTreeTweedie在100,000个项目的数据集上训练了这个模型
但结果并不好(RMSE评分为3.5-4)。
我做错了吗？
我使用的是ML.NET，如果它的问题
谢谢
浏览 6提问于2020-06-07得票数 1
我已经运行了这个程序，并期望看到如下内容: SARIMAX (#，#，#) x(#，#)
auto_arima(df['total'],seasonal=True,m=7).summary()
但我得到了这个：
SARIMAX(1, 0, [1], 7)
我如何解释这一点，这样当我来构建我的模型时，我可以使用正确的参数？
非常感谢
浏览 11提问于2021-03-08得票数 1
1回答
我使用了R forecast package中的auto.arima函数来获得“最佳”arima模型： auto_arima <- forecast::auto.arima(y) 我得到的最好的模型是'ARIMA(1,1,0) with drift‘。问题是我如何使用R公式定义这个模型？我需要它，因为我必须在其他函数中使用该公式。是这样的吗： y ~ diff(y) + # drift?
浏览 9提问于2020-06-25得票数 0
回答已采纳
我想知道ARIMA模型的顺序(p，d，q)，所以我必须使用 python包。但是它推荐我SARIMAX模型！继续阅读，了解更多细节。
为此，我使用了数据。这是一个平稳的时间序列。
# importing packages
import pandas as pd
from pmdarima import auto_arima
import warnings
warnings.filterwarnings('ignore')
# read csv file
df = pd.read_csv('/Data/DailyTotalFemaleBirths.csv' ,
浏览 4提问于2021-10-11得票数 1
回答已采纳
是否有一个函数或库(如auto_arima )可用于计算SARIMAX模型中用于Seasional_order(P、d、Q、M)中的P、D、Q和M值的顺序(p、D、q)。
谢谢,
浏览 20提问于2022-04-04得票数 0
回答已采纳
1回答
我正在尝试从pmdarima导入auto_arima函数，但遇到了问题，无法导入。
错误消息如下：
C:\Anaconda2\envs\ipykernel_py3\lib\multiprocessing\connection.py in <module>
19 import itertools
20
---> 21 import _multiprocessing
22
23 from . import util
ImportError: DLL load failed while importing _multiprocessin
浏览 1提问于2020-08-18得票数 1
我没有问题，让预测出样本值，但我似乎找不到一种方法来显示符合样本的。
model = auto_arima(y = training_set['Y'],
m = 12,
seasonal = True,
stepwise = False)
predictions = model.predict(n_periods = test_period)
predictions
浏览 16提问于2022-06-23得票数 0
2回答
我正在使用python中的pyramid-arima auto_arima进行时间序列预测(每日条目)，其中y是我的目标，x_features都是外部变量。我希望最好的订单模型基于最低的aic，但auto_arima只返回几个订单组合。
其中第一个代码行(start_p = start_q = 0 & max_p = 0，max_q = 3)返回所有4个组合，但第二个代码行(start_p = start_q = 0& max_p = 3，max_q = 3)仅返回7个组合，din没有给出(0,1,2)和(0,1,3)等，这导致基于aic的错误模型选择。所有其他参数均为默
浏览 2提问于2018-08-06得票数 1
我有一个时间序列数据集，其频率为每日。我已经检查了我的数据集是平稳的，使用增广的dickey-更充分的测试。
之后，当我试图使用以下方法确定p、d、q的值时：
from pmdarima import auto_arima
stepwise_fit = auto_arima(df2['Births'],start_p=0,max_p=6, start_q=0, max_q=3, seasonal=False,trace=True)
此外，我在seasonal=False论点中提到了auto_arima，但当我提到时：
stepwise_fit.summary()
它的返回：
S
浏览 1提问于2020-02-17得票数 3
回答已采纳
我正在尝试从pmdarima库的auto_arima模型中提取估计的(未预测的)值，但我一直无法。我尝试过：modl.fit()，它不会生成以后需要它们与训练值()()=len(mod1.it())一起绘制的值。
import pmdarima as pm
import matplotlib.pyplot as plt
import numpy as np
data = pm.datasets.load_lynx()
train, test = model_selection.train_test_split(data, train_size=90)
# Fit a simple aut
浏览 3提问于2020-11-15得票数 3
我目前正在做一个项目，我不太确定如何最好地实现下一步，所以我希望得到建议和反馈。
在我的数据中，某个日期可能会发生几次，因为我通过邮政编码预测销售额。的背景是，我想要添加天气到邮政编码。检验不同的天气参数是否能更好地预测my模型(SARIMA/SARIMAX)。之后，我希望在表中有一个输出，在该表中存储预测的RMSE。如果auto_arima为此选择了参数，那也是很好的。
然后，我会比较SARIMA和SARIMAX之间的数据，这样我就可以通过外部数据检查预测中有多少%变得更好了。
目前，数据在一个有60多个邮政编码的表格中。有没有人有一个想法或函数，我可以用来创建多个模型(每个压缩代码与选定的
浏览 13提问于2022-01-19得票数 0
我在谷歌电子表格中有一个数据表，我们想用它来创建多个图表。我们面临的问题是，其中一些图表忽略了某些列。我们不想再做几次桌子了。示例：
第1行=项目1、2和3的标签
A栏=日期
B栏=项目1
C栏=项目2
D栏=项目3
📷
项是按特定顺序排列的，不能更改顺序。(实际数据有更多的列，重新排序以满足所有需要的图表是不可能在同一个表中完成的。)
图表
包含所有数据的图表的数据范围: Sheet1!A1:D5
只有项目1和2的图表的数据范围: Sheet1!A1:D4
只有第2和第3项的图表的数据范围：？
情况3.我们遇到困难，因为日期需要A列，值需要C&D列，但需要跳过B栏。
是否有办法忽略数
浏览 0提问于2017-03-24得票数 9
回答已采纳
我正在尝试导入from pmdarima.arima import auto_arima和from pmdarima.arima import ADFTest，但它给了我错误cannot import name 'Appender' from 'statsmodels.compat.pandas'我在google colab中尝试了!pip install pmdarima，但它仍然给我错误
浏览 120提问于2021-07-13得票数 0
我试图使用auto_arima和添加傅里叶项作为外生特性来预测Python中的时间序列。这些数据来自kaggle的。它由10家商店的长格式时间序列和50种商品组成，从而形成500个时间序列相互叠加在一起。这个时间序列的特殊性在于它有每周和每年的季节性的每日数据。
为了捕捉这两个层次的季节性，我第一次使用TBATS，这是Rob在中推荐的，实际上效果很好。
我还遵循了TBATS python库的创建者发布的这个，他将其与SARIMAX + Fourier术语进行了比较(也是Hyndman推荐的)。
但是现在，当我尝试用pmdarima的auto_arima和Fourier项作为外生特征的第二种方法
浏览 11提问于2021-08-25得票数 2
回答已采纳
我正在使用pmdarima在python3.7.7中应用auto_arima。使用from pmdarima.model_selection import train_test_split拆分数据集时
以下错误弹出: ModuleNotFoundError:没有名为'pmdarima.model_selection‘的模块
在Anaconda中已经更新了包，仍然是相同的错误。
根据pdmarima文档，它应该是可用的：
有什么建议吗？
浏览 18提问于2020-05-15得票数 0
回答已采纳
我在一个有很多时间序列的timeseries项目中工作，我想用arima/sarima模型的自动功能来解决这个问题。我在R上用auto.arima函数做了这件事，它非常快，现在我在python上，我处理的auto_arima函数(来自pmdarima包)真的很慢。
浏览 7提问于2019-05-22得票数 3
我正在使用forecast包中的auto.arima用于HPC服务器中的多个数据集。列车数据始终有24个数据点，其中包含过去2年的按月数据。数据还包含一个外部回归器。它一直工作得很好，但我突然遇到一个数据集的错误alone.The错误消息说- <simpleError in search.arima(x, d, D, max.p, max.q, max.P, max.Q, max.order, stationary, ic, trace, approximation, xreg = xreg, offset = offset, allowdrift = allowdri
浏览 31提问于2020-08-28得票数 0
回答已采纳
在“发布”工作项中，我有两个自定义日期字段，用于指示软件是否已部署到两个可能的位置。软件可以同时使用，也可以只提供一个。
如何在至少一个字段有值之前限制工作项的转换。
<TRANSITION from="Release" to="Done">
<REASONS>
<DEFAULTREASON value="Software Deployed" />
</REASONS>
<FIELDS>
&l
浏览 1提问于2019-08-28得票数 2
回答已采纳
1回答
我想把时间序列用在熊猫身上。我从csv文件中一个接一个地读取了多个时间序列，该文件在名为" date“的列中的日期为(YYYY-MM-DD)：
Date,Business,Education,Holiday
2005-01-01,6665,8511,86397
2005-02-01,8910,12043,92453
2005-03-01,8834,12720,78846
2005-04-01,8127,11667,52644
2005-05-01,7762,11092,33789
2005-06-01,7652,10898,34245
2005-07-01,7403,12787,420
浏览 0提问于2018-04-03得票数 2
我有两个字段，开始日期和结束日期。我想在添加新内容时隐藏结束日期，并希望开始日期在编辑时不可编辑，并显示要编辑的结束日期。我如何在Drupal6节点模块中做到这一点？
浏览 2提问于2013-07-24得票数 0
获取错误
module 'pyramid' has no attribute '__version__'
错误：
stepwise_model = auto_arima(palm_price_ts, start_p=1, start_q=1,
max_p=3, max_q=3, m=12,
start_P=0, seasonal=True,
d=1, D=1, trace=True,
浏览 2提问于2018-10-25得票数 2
好的，所以我有一个托管在中央标准时区的web服务器。IIS服务器被配置为时区，所以每当在服务器上使用DateTime.Now或创建一个新的DateTime (这类DateTime是本地的)时，它都位于中央时间。
问题是，该网站是一个(国际)应用程序，我可以有客户在美国或加拿大的任何地方。该网站拥有的一件事情是用于安排约会的“调度器”。为了便于开发，我们决定以UTC格式将所有DateTime值存储在数据库上，并且所有进出API的流量也使用UTC格式。问题是，当我在服务器端创建日期/时间值时，经常会遇到问题。
例如，我需要以编程方式为服务器上的太平洋标准时区的客户端创建一个预约，时间为上午8点在过
浏览 1提问于2015-04-17得票数 6
回答已采纳
我在PHP中创建了一个活动模板：
// $date$: $END$;
我理解它应该打印日期，然后将光标放在$END$的位置。
但是，当我键入缩写并按TAB键时，它会突出显示日期：
如何让光标在分号前等待？
浏览 2提问于2014-09-09得票数 1
回答已采纳
我有以下的理解问题。我已经训练了一个包含外生变量的auto_arima模型，现在我想根据现有的时间序列进行预测。
我的训练是这样的：
stepwise_model = auto_arima(train_data,exogenous=exo_train_data,start_p=1, start_q=1,
max_p=7, max_q=7, seasonal=True,start_P=1,start_Q=1,max_P=7,max_D=7,max_Q=7,m=int(7),
d=None,D=None, trace=True,error_action='ignore
浏览 6提问于2022-11-18得票数 0
我已经在苹果推送通知上实现了ray wenderlich的教程，现在我想显示推送通知警报上的日期和时间，通知已经发送的时间，我知道警报没有可以保存日期和时间的子属性，所以请执行。指导我，有没有办法做到这一点(我们正在发送通知从服务器端通过一个php编写的cms)，我想显示的日期和时间在右上角的通知警报对发送者的姓名，plz。向导感谢并问候萨阿德。
浏览 1提问于2012-03-20得票数 0
回答已采纳
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。 ? ? ? ?
浏览 44提问于2021-09-13得票数 0
2回答
我读到了关于基于时间的版本图，并看到了以下示例：
CREATE (s1:Shop{shop_id:1})
-[:STATE{from:1388534400000,to:9223372036854775807}]->
(ss1:ShopState{name:'General Store'})
我的问题是:我如何计算这个日期？from:1388534400000,to:9223372036854775807
浏览 2提问于2014-10-30得票数 3
回答已采纳
我已经在重新图表中创建了一个图表。我有一系列的日期，每个日期的值都在0-10之间(只有整数)。
我把它画成这样的LineChart：
<LineChart data={mydata}>
<XAxis dataKey="date" interval={"preserveStartEnd"} height={60} tick={<CustomizedXAxisTick />} />
<YAxis domain={[0,10]} interval={"preserveStartEnd"} />
浏览 2提问于2020-06-16得票数 2
回答已采纳
不久前，我在上发布了这个问题，但是还没有人能够回答，所以我决定在这里发布，以防万一：
我正在使用Python库中的auto_arima()函数来确定最佳的ARIMA模型。
我的模型之一的结果是：
SARIMAX Results
=========================================================================================
Dep. Variable: y No. Obse
浏览 2提问于2022-08-11得票数 0
1回答
红移文档将时间序列表确定为最佳实践：
但是，它没有解决以下任何问题：
一个联合视图中有多少个表--所有视图都是合理的--数百个？(未回答的)
任何向联合写入的方法-所有视图和红移将这些插入直接指向正确的底层表？(回答:否)
加载底层表的最有效方法？也许使用消防软管插入到一个暂存表中，然后定期地将这些行插入到联合所有视图中的适当表中(未回答的)
在查询联合-所有视图时，如果它们的日期范围超出了查询的条件，那么是否可以启用红移以消除一些底层分区(表)？(回答:否)
redshift是否支持删除旧表、添加新表和在事务中重建union-all视图？(unanswered)
浏览 1提问于2016-10-05得票数 9
1回答
我希望能够在一般情况下使用重复输入，但也可以跳过特定日期。示例：
** TODO swim practice
SCHEDULED <2013-12-18 17:30-18:30 +1w>
然而，我提前知道2013-12-25不会有练习。然而，当我将项目标记为完成时，它将被重新安排到2013-12-25。我喜欢像属性这样简单的东西：
** TODO swim practice
SCHEDULED <2013-12-18 17:30-18:30 +1w>
:PROPERTIES:
:EXCEPTION_SCHEDULED: <2013-12-2
浏览 3提问于2013-12-12得票数 4
我使用了具有季节性的auto_arima函数来预测covid19，得到了ARIMA(0,1,1)(2,0,2)，谁能解释一下每个参数(p，d，q)(P，D，Q)的原因？(例如:为什么AR为0，而SAR为2)
浏览 22提问于2021-08-05得票数 0
我有一个文本文件，其中包含几年的日期和相关日期。我使用的是2009年的文件，但其结构与2011年的文件相同，并将在2012年的文件中使用。如您所见，每个日期部分都以mmddyy格式的1和空格开头，然后是日期：
1 070109
MON JUN 29........ THU JUL 09
TUE JUN 30........ MON JUL 13
WED JUL 01........ MON JUL 13
THU JUL 02........ TUE JUL 14
FRI JUL 03........ TUE JUL 14
CIVIL TRAFF
浏览 4提问于2011-07-27得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
