Python: SARIMAX模型适合太慢

Question

我有一个时间序列数据与一个城市的date和temperature记录。以下是我从时间序列分析中得出的意见：

1. 通过绘制date与temperature的关系图，观察其季节性。
2. 执行adfuller test时，我们发现数据已经是固定的，所以d=0。
3. 与第一季节差异进行部分自相关和自相关，分别得到p=2和q=10。

码训练

模型

model=sm.tsa.statespace.SARIMAX(df['temperature'],order=(1, 1, 1),seasonal_order=(2,0,10,12))
results=model.fit()

此fit函数无限期运行，无法达到输出。我是运行在谷歌Colab CPU上。

如何解决这个问题？

Answer 1

假设在dataframe中有多个城市。您可以在dataframe中创建一些新特性。例如，我在下面创建了一些特性，以尝试匹配PACF和ACF图形。

df['lag_1'] = df.groupby(['city'])['temperature'].transform(lambda x: x.shift(1))

d=1

df['d_1'] = df['temperature'] - df['lag_1']

P= 1：

df['p_1'] = df.groupby(['city'])['d_1'].transform(lambda x: x.shift(1))

Q= 1：

df['ma_1'] = df.groupby(['city'])['d_1'].transform(lambda x: x.shift(1).rolling(1).mean())

P=2 (及其他术语)

df['lag_t12'] = df.groupby(['city'])['temperature'].transform(lambda x: x.shift(12))

df['lag_t24'] = df.groupby(['city'])['temperature'].transform(lambda x: x.shift(24))

.

.

.

df['lag_t120'] = df.groupby(['city'])['temperature'].transform(lambda x: x.shift(120))

Q=10：

df['Q_10'] = df[col for col in df if col.startswith('lag_t')].mean()

在此之后，尝试使用LightGBM、XGBoost或其他回归包，以temprature作为目标变量，对这些新创建的特性进行回归。

或者，您可以完全放弃ACF/PCF方法，而是使用以下方法创建一系列常用的特性：

• 移位
• 滚动平均值
• 滚动标准差
• 组内最大()，min()

并对这些功能进行回归，并检查回归超参数中哪些特性最小化了RMSE/AIC/BIC。

由于交叉验证在时间序列的情况下是不同的，请考虑在scikit学习中使用TimeSeriesSplit。检查此帖子，以防您想要进行分组时间序列交叉验证。