时间序列分析中的 statsmodels.tsa.arima_model被弃用了，这样用即可

 

from statsmodels.tsa.arima_model import ARIMA##此方法已被弃用
# Fit model
model = ARIMA(y_train, order=( 1,1,1)) #自己调整参数
model_fit = model.fit()

　　应换成更好的直接从statsmodels.tsa.arima.model导入ARIMA包

from statsmodels.tsa.arima.model import ARIMA
# Fit model
model = ARIMA(y_train, order=(1 ,1,1))
model_fit = model.fit()

　　或

import statsmodels.api as sm
model = sm.tsa.arima.ARIMA(train_data, order=(1,1,1))
result = model.fit()

　　或

import statsmodels.api as sm
model_fit = sm.tsa.ARIMA(y_train, order=(1,1,1)).fit()

　　以上几种方法均一样。

修改好，又遇到了第二个问题：

# Prediction with ARIMA
y_pred,pr,ens= model_fit.forecast(len(y_valid))

　　

发现我回参变量值给多了，删除pr，ens即可；

# Prediction with ARIMA
y_pred= model_fit.forecast(len(y_valid))

　报错全部解决。