from statsmodels.tsa.arima.model import ARIMA
model = ARIMA(endog=np.array(train_label), exog=np.array(train_data), order=(1, 0, 0))
result = model.fit()
predictions = result.forecast(steps=len(test_label), exog=np.array(test_data))
测试数据集的预测结果太好了,趋势预测准确率为89%。我非常怀疑该模型使用当天的 test_data 而不是历史数据来预测结果。例如2020.06.01的预测,模型是使用同一天的20列数据来生成结果。
谁能帮忙解释一下exog在这里是如何工作的?提供数据的正确方法是什么?
我希望模型只使用标签和 exog 的历史数据(至少在预测目标日期前一天)进行训练和预测