当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python cuml.tsa.ARIMA.predict用法及代码示例

用法: predict(self, start=0, end=None, level=None, exog=None) → Union[CumlArray, Tuple[CumlArray, CumlArray, CumlArray]]

计算每个系列的 in-sample 和/或 out-of-sample 预测

参数：

start: int (default = 0)：: 开始预测的索引(0 <= start <= num_samples)
end: int (default = None)：: 索引结束预测的位置，排除(结束 > 开始)或 None 以预测直到最后一次观察
level: float or None (default = None)：: 预测区间的置信水平，或 None 仅返回点预测。 0 < level < 1
exog：数据帧或array-like(设备或主机): 外生变量的未来值。假设每个时间序列都在列中，这样与同一批次成员关联的变量是相邻的。形状 =(结束 - n_obs，n_exog * batch_size)

返回：

y_p：array-like(设备): 预测。形状 =(结束 - 开始，batch_size)
下：array-like(设备)(可选): 预测区间的下限 if level != None Shape = (end - start, batch_size)
上：array-like(设备)(可选): 预测区间的上限 if level != None Shape = (end - start, batch_size)

例子：

from cuml.tsa.arima import ARIMA

model = ARIMA(ys, order=(1,1,1))
model.fit()
y_pred = model.predict()

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cuml.tsa.ARIMA.predict。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。