通过Statsmodels进行时间序列预测

Question

我使用以下代码进行一些预测：

只是为了让您快速浏览数据集（df.head（））：

  places_occupees                date
0              238 2017-01-01 00:00:00
1              238 2017-01-01 00:01:00
2              238 2017-01-01 00:02:00
3              238 2017-01-01 00:03:00
4              238 2017-01-01 00:04:00

然后我对接下来的7天进行预测：

X = places.values
train, test = X[1:len(X)-7], X[len(X)-7:]
# On entraîne le modèle d'autoregression
model = AR(train)
model_fit = model.fit()
print('Lag: %s' % model_fit.k_ar)
print('Coefficients: %s' % model_fit.params)
#On effectue des predictions
predictions = model_fit.predict(start=len(train), end=len(train)+len(test)-1, dynamic=False)

我得到以下输出：

这是情节的样子：

但是我真正想做的是对接下来的24小时而不是接下来的7天做出一些预测。我怎样才能做到这一点？我应该如何修改上面的代码？

先谢谢了。

Answer 1

您应该编码

train, test = X[:-30], X[-30:]