Python / Pandas - Как изменить мой прогноз ARIMA на самом деле после обучения / тестирования - PullRequest
Новая
       8

Python / Pandas - Как изменить мой прогноз ARIMA на самом деле после обучения / тестирования

0 голосов
/ 29 ноября 2018

Мой набор данных выглядит следующим образом: 

date           bookings
2017-01-01     438
2017-01-02     167
...
2017-12-31     45
2018-01-01     748
...
2018-11-29     223

Мне нужно что-то подобное (т.е. прогнозируемые данные за пределами набора данных): 

date           bookings
2017-01-01     438
2017-01-02     167
...
2017-12-31     45
2018-01-01     748
...
2018-11-29     223
2018-11-30     98
...
2018-12-30     73
2018-12-31     100

Код, использованный до сих пор (этап обучения / тестирования): 

import pandas as pd
import statsmodels.api as sm
# from statsmodels.tsa.arima_model import ARIMA
# from sklearn.metrics import mean_squared_error

import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
import matplotlib
matplotlib.rcParams['axes.labelsize'] = 14
matplotlib.rcParams['xtick.labelsize'] = 12
matplotlib.rcParams['ytick.labelsize'] = 12
matplotlib.rcParams['text.color'] = 'k'

df = pd.read_csv('data.csv',names = ["date","bookings"],index_col=0)
df.index = pd.to_datetime(df.index)

X = df.values
size = int(len(X) * 0.66)
train, test = X[0:size], X[size:len(X)]
history = [x for x in train]
predictions = list()
for t in range(len(test)): 
    model = ARIMA(history, order=(1,1,0))
    model_fit = model.fit(disp=0)
    output = model_fit.forecast()

    yhat = output[0]
    predictions.append(yhat) 

    obs = test[t]
    history.append(obs)

    #   print('predicted=%f, expected=%f' % (yhat, obs))
#error = mean_squared_error(test, predictions)
#print(error)
#print('Test MSE: %.3f' % error)
# plot
plt.figure(num=None, figsize=(15, 8))
plt.plot(test)
plt.plot(predictions, color='red')
plt.show()

Экспортированные результаты в csv: 

df_forecast = pd.DataFrame(predictions)
df_test = pd.DataFrame(test)
result = pd.merge(df_test, df_forecast, left_index=True, right_index=True)
result.rename(columns = {'0_x': 'Test', '0_y': 'Forecast'}, inplace=True)

Проблема, с которой я сталкиваюсь, использует модель для создания прогнозов за пределами моего набора данных.Как мне изменить код, чтобы он делал то, чему его обучали, а именно генерировал прогнозы?Я вроде понимаю, что мне нужно продлить итерацию до определенной конечной даты, но при этом я получаю странные результаты ...

Как мне перейти от того, что я должен, к созданию прогнозов (не тестов), которые могутзатем быть экспортирован в CSV?

Что я пытался сделать (и не удалось): 

# APPLICATION PHASE ATTEMPT
fc_size =  len(pd.date_range(start='29/11/2018', end='31/12/2018'))

for i in range(fc_size):
    model = ARIMA(history, order=(1,1,0))
    model_fit = model.fit(disp=0)
    output = model_fit.forecast()
    yhat = output[0]
    predictions.append(yhat)
    obs = predictions[t]
    history.append(obs)
#   print('predicted=%f, expected=%f' % (yhat, obs))
# error = mean_squared_error(test, predictions)
# print('Test MSE: %.3f' % error)

# plot
plt.figure(num=None, figsize=(15, 8))
plt.plot(test)
plt.plot(predictions, color='red')
plt.show()

Любая помощь будет высоко ценится.

...