计算ARIMA模型的预测准确率的python代码
时间: 2024-01-26 12:02:39 浏览: 30
下面是计算ARIMA模型预测准确率的Python代码:
```
# 导入相关库
import pandas as pd
import numpy as np
from statsmodels.tsa.arima_model import ARIMA
from sklearn.metrics import mean_squared_error
# 读取数据
data = pd.read_csv('data.csv', index_col='date', parse_dates=True)
# 切分训练集和测试集
train_data = data.iloc[:-12]
test_data = data.iloc[-12:]
# 训练ARIMA模型
model = ARIMA(train_data, order=(1, 1, 1))
model_fit = model.fit(disp=0)
# 预测未来12个月的数据
forecast = model_fit.forecast(steps=12)[0]
# 计算预测准确率
mse = mean_squared_error(test_data, forecast)
rmse = np.sqrt(mse)
print('RMSE:', rmse)
```
其中,`data.csv`是包含时间序列数据的CSV文件,`train_data`和`test_data`分别为训练集和测试集,`order=(1, 1, 1)`表示ARIMA模型的参数,`steps=12`表示预测未来12个月的数据,`mean_squared_error`函数用于计算均方误差,`np.sqrt`函数用于求平方根,最终输出RMSE作为预测准确率的指标。