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

 

?

1 2 3 4

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

?

1 2 3 4

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

　　或

?

1 2 3

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

　　或

?

1 2	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：

?

1 2	# 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；

?

1 2	# Prediction with ARIMA y_pred= model_fit.forecast(len(y_valid))

　报错全部解决。