저는 통계 모델을 외생 변수로 학습하기 위해 statsmodels.tsa.SARIMAX()를 사용하고 있습니다. 모델이 외생 변수로 훈련 될 때 get_prediction()과 동등한 결과가 주어 지므로 반환 된 객체는 예측 된 평균 결과 배열이 아닌 예측 된 평균 및 신뢰 구간을 포함합니다. predict() 및 forecast() 메서드는 외생 변수를 사용하지만 예측 된 평균값 만 반환합니다. 여기 PREDPython Statsmodels : 외생적인 회귀 변수가있는 SARIMAX를 사용하여 평균 및 신뢰 구간 예측
SARIMA_model = sm.tsa.SARIMAX(endog=y_train.astype('float64'),
exog=ExogenousFeature_train.values.astype('float64'),
order=(1,0,0),
seasonal_order=(2,1,0,7),
simple_differencing=False)
model_results = SARIMA_model.fit()
pred = model_results.predict(start=train_end_date,
end=test_end_date,
exog=ExogenousFeature_test.values.astype('float64').reshape(343,1),
dynamic=False)
예측 값의 배열이 아닌 당신이 get_predict를 실행 한 경우 당신이 얻을 것이라고 예측 평균 값과 신뢰 구간을 포함하는 객체()입니다. get_predict()는 외생 변수를 사용하지 않습니다.
statsmodels의 나의 버전은 0.8