शुरू करेंमुफ़्त में शुरू करें

ARIMA मॉडल फिट करना

इस अभ्यास में आप टाइम सीरीज़ मॉडलिंग में थोड़ा आलसी बनने का अच्छा तरीका सीखेंगे. डिफरेंस निकालने, उस डिफरेंस पर मॉडल फिट करने और फिर इंटीग्रेट करने के बजाय, आप यह सारा कठिन काम statsmodels को करने देंगे.

आप वही अभ्यास दोहराएँगे जो आपने पहले किया था—Amazon स्टॉक्स डेटासेट के एबसोल्यूट वैल्यूज़ का फ़ोरकास्ट करना—लेकिन इस बार ARIMA मॉडल के साथ.

स्टॉक्स डेटासेट का एक सबसेट आपके एन्वायरनमेंट में amazon नाम से उपलब्ध है, और ARIMA मॉडल क्लास भी मौजूद है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ARIMA Models

पाठ्यक्रम देखें

अभ्यास निर्देश

  • ARIMA क्लास का उपयोग करके, Amazon स्टॉक्स डेटा amazon पर ARIMA(2,1,2) मॉडल बनाएँ.
  • मॉडल को फिट करें.
  • अगले 10 टाइम स्टेप्स के लिए Amazon डेटा के मीन वैल्यूज़ का फ़ोरकास्ट बनाएँ. परिणाम arima_value_forecast में असाइन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create ARIMA(2,1,2) model
arima = ____

# Fit ARIMA model
arima_results = ____

# Make ARIMA forecast of next 10 values
arima_value_forecast = ____.____(steps=____).____

# Print forecast
print(arima_value_forecast)
कोड संपादित करें और चलाएँ