फिटिंग की शुरुआत
बहुत बढ़िया, आप मॉडल ऑर्डर समझते हैं! मॉडल फिट करते समय ऑर्डर समझना महत्वपूर्ण होता है। चाहे आपका डेटा कैसा भी हो, आपको हमेशा उस मॉडल का ऑर्डर चुनना होगा जिसे आप अपने डेटा पर फिट करते हैं.
इस अभ्यास में आप बेसिक फिटिंग करेंगे। मॉडल फिट करना प्रेडिक्शन की ओर अगला अहम कदम है। हम अगले चैप्टर में इसे और गहराई से देखेंगे, लेकिन अभी एक शुरुआत करते हैं.
कुछ उदाहरण ARMA(1,1) डेटा बनाए गए हैं और आपके एन्वायरनमेंट में y नाम से उपलब्ध हैं। ये डेटा ट्रैफिक कंजेशन की मात्रा दर्शा सकते हैं। इसके फोरकास्ट का उपयोग करके आप ड्राइवर्स के लिए अधिक कुशल रूट सुझा सकते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में ARIMA Models
अभ्यास निर्देश
statsmodels.tsa.arima.modelसबमॉड्यूल सेARIMAमॉडल क्लास इम्पोर्ट करें.- टाइम सीरीज़
yऔर मॉडल ऑर्डर(1,0,1)पास करके एक मॉडल ऑब्जेक्ट बनाएँ। इसे वैरिएबलmodelको असाइन करें. - मॉडल की
.fit()मेथड का उपयोग करके डेटा पर फिट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the ARIMA model
from ____ import ____
# Instantiate the model
model = ____(____, order=____)
# Fit the model
results = ____