如何正确设置自动参数的超参数?

时间:2019-08-22 06:36:52

标签: python time-series arima

我有大约2年的数据,该数据记录了每30分钟的用电支出。我正在尝试使用auto-ARIMA函数来找出模型来预测一日支出。

我假设用电有每月或每周的模式或因素(例如,夏季将更多使用空调等)

但是,当我将其应用于auto-ARIMA函数时,该函数并没有帮助我找出季节性趋势...

以下是我的数据描述:

enter image description here

enter image description here

enter image description here

这个预测不能帮助我预测1天的趋势...原因应该是该模型没有帮助我找出季节性模式吗?

然后,我还有其他问题要问:

  1. 我看到auto-ARIMA函数提供了m超参数,该参数控制了季节性模式,我应该为每个月或每周一次的30分钟数据设置什么

  2. 我是否需要对数据进行规范化,例如获取日志,规范化等...

  3. 是否应该使用其他模型预测较大的时间间隔[2 * 24 = 48间隔](1天30分钟数据)

  4. 我应该如何设置auto-arima函数?

非常感谢

0 个答案:

没有答案