मेरे पास 3 महीने का डेटा (प्रत्येक दिन के अनुरूप प्रत्येक पंक्ति) उत्पन्न होता है और मैं उसी के लिए एक बहुभिन्नरूपी श्रृंखला विश्लेषण करना चाहता हूं:
जो कॉलम उपलब्ध हैं, वे हैं -
Date Capacity_booked Total_Bookings Total_Searches %Variationडेटा दिनांक में डेटासेट में 1 प्रविष्टि है और 3 महीने का डेटा है और मैं अन्य चर का पूर्वानुमान लगाने के लिए एक बहुभिन्नरूपी श्रृंखला श्रृंखला मॉडल फिट करना चाहता हूं।
अब तक, यह मेरा प्रयास था और मैंने लेखों को पढ़कर इसे हासिल करने की कोशिश की।
मैने भी वही कीया -
df['Date'] = pd.to_datetime(Date , format = '%d/%m/%Y')
data = df.drop(['Date'], axis=1)
data.index = df.Date
from statsmodels.tsa.vector_ar.vecm import coint_johansen
johan_test_temp = data
coint_johansen(johan_test_temp,-1,1).eig
#creating the train and validation set
train = data[:int(0.8*(len(data)))]
valid = data[int(0.8*(len(data))):]
freq=train.index.inferred_freq
from statsmodels.tsa.vector_ar.var_model import VAR
model = VAR(endog=train,freq=train.index.inferred_freq)
model_fit = model.fit()
# make prediction on validation
prediction = model_fit.forecast(model_fit.data, steps=len(valid))
cols = data.columns
pred = pd.DataFrame(index=range(0,len(prediction)),columns=[cols])
for j in range(0,4):
for i in range(0, len(prediction)):
pred.iloc[i][j] = prediction[i][j]मेरे पास एक सत्यापन सेट और भविष्यवाणी सेट है। हालाँकि भविष्यवाणियाँ उम्मीद से ज्यादा खराब हैं।
डेटासेट के प्लॉट निम्न हैं - 1.% भिन्नता
Capacity_Booked
कुल बुकिंग और खोज
मुझे जो आउटपुट प्राप्त हो रहे हैं वे हैं -
भविष्यवाणी डेटाफ़्रेम -
सत्यापन डेटाफ़्रेम -
जैसा कि आप देख सकते हैं कि भविष्यवाणियां उस तरह से बंद हैं जो अपेक्षित है। क्या कोई सटीकता को बेहतर बनाने का तरीका सुझा सकता है। इसके अलावा, यदि मैं मॉडल को पूरे डेटा पर फिट करता हूं और फिर पूर्वानुमानों को प्रिंट करता हूं, तो यह ध्यान में नहीं आता है कि नया महीना शुरू हो गया है और इसलिए इस तरह की भविष्यवाणी करना है। इसमें कैसे शामिल किया जा सकता है। किसी भी मदद की सराहना की है।
संपादित करें
डेटासेट से लिंक करें - डेटासेट
धन्यवाद