sktime无效频率

Question

我试着从sktime软件包中拟合ARIMA模型。我导入一些数据集并将其转换为熊猫系列。然后，我在列车样本上拟合模型，当我试图预测错误发生时。

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)

错误消息如下：

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.

在读取数据集时，我尝试使用.asfreq("M")，但是，本系列中的所有值都变成了NaN。

有趣的是，这段代码使用的是来自sktime.datasets的默认sktime.datasets数据集，而不是github中的my。

Answer 1

我得到了一个不同的错误：ValueError: ``unit`` missing，可能是由于版本的差异。无论如何，我要说的是，最好将dataframe的索引作为pd.PeriodIndex而不是pd.DatetimeIndex。前者是我认为更明确的(例如，月系列有它的时间步骤作为周期，而不是确切的日期)和工作更顺利。所以在看了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做的；0.5.1)：

​