类型错误：预测（）缺少 1 个必需的位置参数：'params'

Posted 2023-02-23

【中文标题】类型错误：预测（）缺少 1 个必需的位置参数：\'params\'

【英文标题】：TypeError: predict() missing 1 required positional argument: 'params'类型错误：预测（）缺少 1 个必需的位置参数：'params'

【发布时间】：2019-09-07 06:39:26

【问题描述】：

我建立了一个时间序列模型并尝试预测结果

model = ARIMA(df_mat.Total_Issue_quantities, order=(5,0,0))

y_predict_log = model.predict(start=1, end=24, exog=None, dynamic=False)

【参考方案1】：

错过了model.fit线

model_fit = model.fit(disp=0)

【参考方案2】：

为了使用 statsmodels 包中的 ARIMA 模型，您必须先拟合模型，然后再使用它进行预测。

考虑一个样本时间序列数据，

series = [266, 145.9, 183.1, 119.3, 180.3, 168.5, 231.8, 224.5, 192.8, 122.9, 336.5, 185.9, 194.3, 149.5, 210.1, 273.3, 191.4, 287,
226, 303.6, 289.9, 421.6, 264.5, 342.3, 339.7, 440.4, 315.9, 439.3, 401.3, 437.4, 575.5, 407.6, 682, 475.3, 581.3, 646.9]

为了像你想要的那样在statsmodels 的ARIMA 的帮助下进行预测，你必须定义模型并像这样拟合它，

model = ARIMA(series, order=(5,0,0))
model_fit = model.fit(disp=0)

那你得用拟合好的模型来做这样的预测，

model_fit.predict(start=1, end=24, exog=None, dynamic=False)

# Output : array([285.26079759, 241.67873214, 188.09176114, 172.71030303,
       151.02883535, 171.42694684, 187.24591603, 222.14251879,
       231.60804343, 200.38894148, 165.46244686, 276.73489965,
       234.58863518, 189.25204514, 175.23997131, 207.32713479,
       259.00583598, 226.21898223, 261.36238407, 255.73519862,
       285.57681894, 310.52631127, 376.59078703, 314.29265595])