如何找到 ARIMA 模型的准确性？答案

【问题标题】：How to find accuracy of ARIMA model?如何找到 ARIMA 模型的准确性？
【发布时间】：2018-01-19 10:34:34
【问题描述】：

问题描述：CPU利用率预测。
方法：使用时间序列算法。

第 1 步：我从 Elasticsearch 收集了 1000 个观察结果并在 Python 上导出。

第 2 步：绘制数据并检查数据是否平稳。

第 3 步：使用 log 将数据转换为固定形式。

第 4 步：完成 DF 测试、ACF 和 PACF。

第 5 步：构建 ARIMA(3,0,2) 模型。

第 6 步：预测。

我建立了一个ARIMA (3,0,2) 时间序列模型，但无法找到模型的准确性。有没有什么命令可以让我们在 Python 中检查模型的准确性？

您能否建议我的方法是否正确以及如何在 Python 中找到模型的准确性？

【问题讨论】：

【解决方案1】：

方法是否正确-

我希望您能从 ACF 和 PACF 中找到最佳的 P、Q 值。 python中有github代码可以做类似Auto Arima（自动找到最佳参数）的事情，所以你不必担心P，q值。基本上，一个模型的 BIC 最小的 P,Q 值。

Pyhton 代码-

有用于评估线性模型的三个主要指标。它们是：平均绝对误差 (MAE)、均方误差 (MSE) 或均方根误差 (RMSE)。

MAE：最容易理解的。表示平均误差

MSE：类似于 MAE，但噪声被夸大，更大的错误被“惩罚”。它比 MAE 更难解释，因为它不在基本单位中，但它通常更受欢迎。

RMSE：最流行的度量标准，类似于 MSE，但是，结果是平方根的，以使其更易于解释，因为它是基本单位。建议将 RMSE 用作解释模型的主要指标。

您可以在下面看到如何计算每个指标。它们都需要两个列表作为参数，一个是您的预测值，另一个是真实值-

【讨论】：

【解决方案2】：

我一直在对此进行一些研究，不幸的是，我在 python 中找不到与statsmodels 相关的score 函数。我建议访问此site，作为早期post 的答案。

此外，正如答案“statsmodels 确实具有连续因变量的性能度量”中所述。

希望一些极客会找到并回答，如果我发现任何与此相关的内容，我一定会将其发布到社区。

【讨论】：