使用Python进行季节性分解

我有一个CSV文件,包含了近5年的平均温度数据。使用statsmodels.tsa.seasonal中的seasonal_decompose函数进行分解后,我得到了以下结果。确实,结果中没有显示任何季节性!然而,我在趋势中清楚地看到了一个sin波形!我想知道这是为什么,以及如何纠正这个问题?谢谢你。

nresult = seasonal_decompose(nseries, model='additive', freq=1)
nresult.plot()
plt.show()

enter image description here


回答:

看起来你的freq设置有误。

import numpy as np
import pandas as pd
from statsmodels.tsa.seasonal import seasonal_decompose
# 生成一些数据
np.random.seed(0)
n = 1500
dates = np.array('2005-01-01', dtype=np.datetime64) + np.arange(n)
data = 12*np.sin(2*np.pi*np.arange(n)/365) + np.random.normal(12, 2, 1500)
df = pd.DataFrame({'data': data}, index=dates)
# 重现原始帖子的示例
seasonal_decompose(df, model='additive', freq=1).plot()

enter image description here

# 重新做同样的事情,但使用已知的频率
seasonal_decompose(df, model='additive', freq=365).plot()

enter image description here

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注