如何找到ARIMA模型的精度？
如何找到ARIMA模型的精度？
提问于 2017-08-11 02:52:37
问题描述：对CPU利用率的预测。
方法:采用时间序列算法。
步骤1：通过Elasticsearch，我收集了1000个观察结果，并在上导出。
步骤2：绘制数据并检查数据是否稳定。
步骤3：使用日志将数据转换为固定形式。
步骤4：完成DF测试、ACF和PACF。
步骤5：构建ARIMA(3,0,2)模型。
步骤6：预测。
我建立了一个ARIMA (3,0,2)时间序列模型，但无法找到模型的准确性.有什么命令可以用来检查Python中模型的准确性吗？
如果我的方法是否正确，请您提供建议，以及如何在Python中找到模型的准确性？
回答 2
Stack Overflow用户
发布于 2018-08-03 12:11:19
不管是否正确-
我希望你能从ACF和PACF中找到最好的P，Q值。在python中有一些github代码会做一些类似Arima (自动找到最佳参数)的事情，所以您不必担心P，Q值。基本上，取P，Q值，其中模型的BIC最小。
Pyhton密码-
用于评估线性模型的主要度量有三种。它们是:平均绝对误差(MAE)、均方误差(MSE)或均方根误差(RMSE)。
MAE：最容易理解。表示平均误差
MSE：类似于MAE，但噪声被夸大了，更大的错误被“惩罚”了。它比MAE更难解释，因为它不是在基本单位，然而，它通常更受欢迎。
RMSE：最流行的度量，类似于MSE，然而，结果是平方的，以使它更易于解释，因为它是以基本单位。建议使用RMSE作为解释模型的主要指标。
下面，您可以看到如何计算每个度量。它们都需要两个参数列表，一个是你的预测值，另一个是真实值-
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/45626209
复制相关文章
相似问题
腾讯云开发者
