检测arima模型预测结果准确率的python代码
时间: 2023-09-11 18:04:09 浏览: 46
下面是使用Python检测ARIMA模型预测结果准确率的代码:
```python
import pandas as pd
from statsmodels.tsa.arima_model import ARIMA
from sklearn.metrics import mean_squared_error
# 加载数据
data = pd.read_csv('data.csv', header=None)
train_data = data[:int(0.8 * len(data))]
test_data = data[int(0.8 * len(data)):]
# 拟合ARIMA模型
model = ARIMA(train_data, order=(3, 1, 1))
model_fit = model.fit(disp=False)
# 预测测试集
forecast = model_fit.forecast(len(test_data))[0]
# 计算均方根误差
rmse = mean_squared_error(test_data, forecast, squared=False)
print('均方根误差:%.2f' % rmse)
```
其中,`data.csv`是样本数据文件,`train_data`和`test_data`分别是训练集和测试集数据,`order=(3, 1, 1)`表示ARIMA模型的参数,可以根据实际情况进行调整。`model_fit.forecast(len(test_data))[0]`是使用拟合好的模型预测测试集数据,`mean_squared_error`计算均方根误差,最后输出预测结果的均方根误差。