เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การฟิตโมเดล ARIMA

ในแบบฝึกหัดนี้ คุณจะได้เรียนรู้วิธีลดขั้นตอนในการสร้างโมเดล time series แทนที่จะต้องหาค่าความต่าง สร้างโมเดลจากค่าความต่างนั้น แล้วค่อยอินทิเกรตกลับ ให้ statsmodels จัดการส่วนที่ยุ่งยากให้แทน

คุณจะทำแบบฝึกหัดเดิมซ้ำอีกครั้ง นั่นคือการพยากรณ์ค่าจริงของชุดข้อมูลหุ้น Amazon แต่คราวนี้จะใช้โมเดล ARIMA

ชุดข้อมูลหุ้นส่วนหนึ่งพร้อมใช้งานในสภาพแวดล้อมของคุณในชื่อ amazon เช่นเดียวกับคลาสโมเดล ARIMA

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ARIMA Models ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างโมเดล ARIMA(2,1,2) โดยใช้คลาส ARIMA และส่งข้อมูลหุ้น Amazon amazon เข้าไป
  • ฟิตโมเดล
  • พยากรณ์ค่าเฉลี่ยของข้อมูล Amazon สำหรับ 10 time step ถัดไป แล้วกำหนดผลลัพธ์ให้กับ arima_value_forecast

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)
แก้ไขและรันโค้ด