我正在使用statsmodels.tsa.状态空间.sarimax进行预测。 这是我的密码
pprint(list(rolmean_df.index)[0])
>> datetime.date(2015, 5, 19)
mod = sm.tsa.statespace.SARIMAX(rolmean_df['IC_10_diff'], trend='n', order=(2,1,2))
results = mod.fit()
s = results.get_prediction(start = pd.to_datetime('2016-01-01').date(), dynamic= False)
>> ValueError: Start must be in dates. Got 2016-01-01 | 2016-01-01 00:00:00
我不确定我的“开始”格式是错误的还是其他什么不起作用。在
我也有类似的问题。您必须确保开始日期包含在
rolmean_df['IC_10_diff']
中。在只需打印“rolmean_df['IC_10_diff']”中的所有值,然后选择最接近2016-01-01的值。在
从文件中: http://www.statsmodels.org/dev/generated/statsmodels.tsa.statespace.sarimax.SARIMAXResults.html
所以,“Start must be in dates”意味着Start应该在数据集中。在
如果要使用模型预测,请使用get_forecast()。在
前几天我和你有同样的问题,现在我有了一个合理的解释。在
我认为这个函数的开始日期和结束日期取决于您的数据集。在
例如,我第一次希望将开始日期设置为“2017-10-01”,但我的数据中未包含此日期。然后'2017-12-01'是开始日期的值,文件可以被编译,因为这个日期在我的数据集中。在
相关问题 更多 >
编程相关推荐