에이블런2 81th_1_5(Fr)_RNN 예측 및 자연어처리 RNN 전력량 예측 import torch import torch.nn as nn import numpy as np import pandas as pd import matplotlib.pyplot as plt from torch.utils.data import TensorDataset, DataLoader, Subset from sklearn.model_selection import train_test_split df = pd.read_csv('C:\\Users\\kimye\\OneDrive\\바탕 화면\\sba\\household_power_consumption.txt', sep = ';', low_memory=False, parse_dates={'dt':['Date', 'Time']}, index_.. 2024. 1. 8. 70th_12_14(Mon)_시계열 데이터 분석 70일차 학습 내용 시계열 데이터 분석 Project ▶ARIMA, Facebook Prophet 모델을 이용하여 삼성 주가 예측하기 ⑥ ARIMA 모수 추정 ⓐ d(차분 횟수) 추정 import pmdarima as pm from pmdarima.arima.utils import ndiffs n_diffs = ndiffs(samsung_data, alpha=0.05, test='adf', max_d=6) print(f"추정된 차수 d = {n_diffs}") 결과: 추정된 차수 d = 1 ⓑ auto arima로 p(AR 차수), q(MA차수) 추정 from statsmodels.tsa.arima_model import ARIMA model_fit = pm.auto_arima( y=train_d.. 2024. 1. 8. 이전 1 다음
