sktime ARIMA 无效频率

Posted 2023-02-15

【中文标题】sktime ARIMA 无效频率

【英文标题】：sktime ARIMA invalid frequency

【发布时间】：2021-05-22 12:40:36

【问题描述】：

我尝试从 sktime 包中拟合 ARIMA 模型。我导入一些数据集并将其转换为熊猫系列。然后我将模型拟合到火车样本上，当我尝试预测错误时。

from sktime.forecasting.base import ForecastingHorizon
from sktime.forecasting.model_selection import temporal_train_test_split
from sktime.forecasting.arima import ARIMA
import numpy as np, pandas as pd

df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/a10.csv',
                 parse_dates=['date']).set_index('date').T.iloc[0]
p, d, q = 3, 1, 2
y_train, y_test = temporal_train_test_split(df, test_size=24)
model = ARIMA((p, d, q))
results = model.fit(y_train)
fh = ForecastingHorizon(y_test.index, is_relative=False,)

# the error is here !!
y_pred_vals, y_pred_int = results.predict(fh, return_pred_int=True)

错误信息如下：

ValueError: Invalid frequency. Please select a frequency that can be converted to a regular
`pd.PeriodIndex`. For other frequencies, basic arithmetic operation to compute durations
currently do not work reliably.

我在读取数据集时尝试使用.asfreq("M")，但是，该系列中的所有值都变为NaN。 有趣的是，这段代码适用于来自sktime.datasets 的默认load_airline 数据集，但不适用于我来自github 的数据集。

【问题讨论】：

作为参考，从 0.5.3 版开始，TBATS 需要 pd.PeriodIndex 才能工作。但是 Prophet 需要pd.DatetimeIndex。

【参考方案1】：

我得到一个不同的错误：ValueError: ``unit`` missing，可能是由于版本不同。无论如何，我会说最好将数据框的索引设置为pd.PeriodIndex 而不是pd.DatetimeIndex。前者我认为更明确（例如，每月系列的时间步长为时期而不是确切日期）并且工作更顺利。所以在阅读了csv之后，

df.index = pd.PeriodIndex(df.index, freq="M")

应该清除错误（在我的版本中是这样；0.5.1）：

【讨论】：

设置索引为df.index = pd.PeriodIndex(df.index, freq="M")后遇到如下错误DateParseError: day is out of range for month

@student 无法重现该错误。我怀疑这是由于pandas 版本；我正在使用 1.1.0