【Kaggle】#3　SARIMA分析

今日はSARIMA分析について勉強した。
コードについてのメモ。
※内容が正しいかどうかは保証できません。間違っていたら教えて下さい。
※SARIMA分析とは？は省略しています。あくまでコードのみです。

課題とゴール

• 月ごとの売上データ(2000/1-2020/12)から、将来の売り上げ(2021/1-2024/12)を予測する

• 予測値はグラフに出力

• 与えられたデータは以下のようなDataFrame

流れ

1. データを読み込む

2. インデックスを日付に置き換え、「Month」列を削除

3. パラメータ「p,d,q」「sp.sd.sq」を決める最適化関数を定義

4. 最適化関数を使ってパラメータ決定

5. SARIMAモデルにデータ、パラメータを渡して学習させる

6. 予測

7. プロット

使うコード

データ読み込み

A=pd.read_csv("ファイルパス")

＜ファイルパス＞のcsvデータを読み込み、
そのオブジェクトに＜A＞と名付ける

インデックスを日付に置き換え、「Month」列を削除

1. 「index」という日付の入ったオブジェクトを作成

2. データのインデックス列を「index」に置き換える

3. 「Month」列を削除

■日付の入ったオブジェクトは「pd.date_range」で作れる

index=pd.date_range("開始日","終了日",freq="＜幅＞")

＜開始日＞から＜終了日＞まで、＜＞の幅で日付作成

 #例 
index=pd.date_range("2000-1-30","2020-12-31",freq="M")

■データのインデックス列は「.index」で取り出せる

A.index

＜A＞というオブジェクトのインデックス列

A.index=index

＜A＞というオブジェクトのインデックス列を「index」で置き換え

■「del」で削除

del A["Month"]

＜A＞というオブジェクトのMonth列を削除

SARIMAモデル学習

「sm.tsa.statespace.SARIMAX」を使う

sm.tsa.statespace.SARIMAX(トレーニングデータ,pdq,sp sd sq).fit()

SARIMAモデルに＜トレーニングデータ＞、p,d,q、sp,sd,sqを渡し、学習させる
引数はDataFrame形。たぶん。

予測

• 定石通り「モデル.predict()」を使う

• 引数には開始日と終了日を入れる（2021-1-1）

pred =SARIMA_sales_car.predict("＜開始日＞","＜終了日＞")

プロット

• オブジェクト.plot()

• plt.show()

A.plot()
plt.show()

「A」をプロット

おまけ

いまデータ型どうなってる？という時は以下で確認

print(type(A))

「A」というオブジェクトのデータ型を表示させる