时间序列预测的模型代码

这里提供一个简单的时间序列预测模型代码，使用的是ARIMA模型。

首先是数据预处理，读入数据并将其转化为时间序列数据：

import pandas as pd

# 读取数据
data = pd.read_csv("data.csv")

# 转化为时间序列数据
data["date"] = pd.to_datetime(data["date"])
data = data.set_index("date")

接下来是模型的训练和预测：

from statsmodels.tsa.arima_model import ARIMA

# 创建ARIMA模型
model = ARIMA(data, order=(1, 1, 1))

# 训练模型
model_fit = model.fit(disp=0)

# 预测未来7天
forecast = model_fit.forecast(steps=7)[0]

# 打印预测结果
print(forecast)

以上代码的ARIMA模型参数为(1, 1, 1)，可以根据实际情况进行调整。