Auto arima函数是一个非常常用的自动时间序列模型选择工具。然而,当数据集中存在较大的滞后时,它可能会出现问题。为了解决这个问题,我们可以手动限制自动 arima 函数中的最大滞后值。
这里提供一个Python示例代码,设置最大滞后为6,来解决该问题:
from statsmodels.tsa.arima_model import ARIMA
import pmdarima as pm
# 设置最大滞后为6
model = pm.auto_arima(your_data, max_p=6, max_q=6, seasonal=False)
# 训练模型
model.fit(training_data)
# 预测
prediction = model.predict(test_data_length)
对于不同的数据集,最大滞后值可能需要进行调整。通过手动设置自动 arima 函数中的最大滞后值,我们可以在时间序列模型选择过程中解决问题。