我正在尝试预测数组的样本外值。 Python代码:
import pandas as pd
import numpy as np
from statsmodels.tsa.arima_model import ARIMA
dates = pd.date_range('2012-07-09','2012-07-30')
series = [43.,32.,63.,98.,65.,78.,23.,35.,78.,56.,45.,45.,56.,6.,63.,45.,64.,34.,76.,34.,14.,54.]
res = pd.Series(series, index=dates)
r = ARIMA(res,(1,2,0))
pred = r.predict(start='2012-07-31', end='2012-08-31')
我收到此错误。我看到我给出了两个参数,但编译器返回我给出了 3 个。
Traceback (most recent call last):
File "XXXXXXXXX/testfile.py", line 12, in <module>
pred = r.predict(start='2012-07-31', end='2012-08-31')
TypeError: predict() takes at least 2 arguments (3 given)
请帮忙
最佳答案
ARIMA.predict
的调用签名是
predict(self, params, start=None, end=None, exog=None, dynamic=False)
因此,当您调用 r.predict(start='2012-07-31', end='2012-08-31')
时,self
会被绑定(bind)到 r
,并且值绑定(bind)到 start
和 end
但所需的位置参数 params
没有绑定(bind)。这就是你得到错误的原因
TypeError: predict() takes at least 2 arguments (3 given)
不幸的是,错误信息具有误导性。 “3 给定”指的是r
、start
和end
。 “2 个参数”指的是两个必需的参数,self
和 params
。
问题是 必需的 位置参数 params
没有给出。
要解决这个问题,您需要参数。通常你通过拟合找到那些参数:
r = r.fit()
调用之前
pred = r.predict(start='2012-07-31', end='2012-08-31')
r.fit()
返回一个 statsmodels.tsa.arima_model.ARIMAResultsWrapper
其中
“内置”参数,因此调用 ARIMAResultWrapper.fit
不需要传递 params
。
import pandas as pd
import numpy as np
from statsmodels.tsa.arima_model import ARIMA
dates = pd.date_range('2012-07-09','2012-07-30')
series = [43.,32.,63.,98.,65.,78.,23.,35.,78.,56.,45.,45.,56.,6.,63.,45.,64.,34.,76.,34.,14.,54.]
res = pd.Series(series, index=dates)
r = ARIMA(res,(1,2,0))
r = r.fit()
pred = r.predict(start='2012-07-31', end='2012-08-31')
print(pred)
产量
2012-07-31 -39.067222
2012-08-01 26.902571
2012-08-02 -17.027333
...
2012-08-29 0.532946
2012-08-30 0.532447
2012-08-31 0.532780
Freq: D, dtype: float64
关于python - 预测 statsmodel 参数错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36717603/