在KNIME for SARIMA模型中执行python predictor节点时出现问题

我正在进行时间序列分析，KNIME似乎没有提供SARIMA节点。 因此，我将knime与python集成，使用python显式地编写SARIMA模型和预测代码。 我已经能够在python学习器节点中适应该模型，但我似乎无法编写python预测器节点。任何帮助都会很好。 下面是我用来配置python学习者节点的代码

from numpy import array, ones, linalg
from statsmodels.tsa.arima_model import ARIMA
import statsmodels.api as sm

# Only use numeric columns
data = input_table._get_numeric_data()

mod = sm.tsa.statespace.SARIMAX(data, trend='n', order=(0,1,0), seasonal_order=(1,1,1,12))
results = mod.fit()
print(results.summary())
output_model = results

---

为节点、学习者节点和预测节点编写代码是最好的帮助，但现在欢迎任何类型的帮助。

您是指季节性ARIMA吗？正如我所说，节点支持季节性ARIMA，只有学习者不够可靠，无法支持它，但如果您导入季节性ARIMA模型，其余的应按预期工作。@GáborBakos是的，ARIMA学习者不支持SARIMA模型。我的问题是1。如何导入sarima模型？2.如何将其传递给学习者？之前链接的导入器描述了表格格式，它期望用于模型。不需要学习者，预测器和可视化工具就足够了。@GáborBakos非常感谢你，先生，你刚刚帮我摆脱了我已经坚持了很长一段时间的困境。如果我需要任何进一步的帮助，我可以和你联系吗？Linkedin？@GáborBakos我把模型交给了导入器节点，然后交给了预测器。但是我如何找出ar1和ma1等值呢？