Python 值警告：未提供频率信息，因此将使用推断的频率MS

我试图通过sm.tsa.statespace.SARIMAX拟合自回归。但是我遇到一个警告，然后我想为这个模型设置频率信息。 谁曾经见过它，你能帮我吗

fit1 = sm.tsa.statespace.SARIMAX(train.Demand, order=(1, 0, 0), 
                            enforce_stationarity=False,
                            enforce_invertibility=False).fit()
y_hat['AR'] = fit1.predict(start="1975-01-01", end="1975-12-01", dynamic=True)
plt.figure(figsize=(16,8))
plt.plot( train['Demand'], label='Train')
plt.plot(test['Demand'], label='Test')
plt.plot(y_hat_avg['AR'], label='AR')
plt.legend(loc='best')
plt.show()

C:\Users\thach.le\Anaconda3\lib\site-packages\statsmodels-0.8.0-py3.6-win- 
amd64.egg\statsmodels\tsa\base\tsa_model.py:165: ValueWarning: No frequency 
information was provided, so inferred frequency MS will be used.
% freq, ValueWarning)

---

谢谢

如果您的数据确实是周期性的，并且您的时间序列中没有间隔，那么

熊猫

可以推断频率

如果推断的频率对您来说是正确的，您可以通过以下步骤使用它：

比如说

train.index = pd.DatetimeIndex(train.index.values,
                               freq=train.index.inferred_freq)
fit1 = sm.tsa.statespace.SARIMAX(...)

但请注意，如果您的数据不是真正的周期性数据，则仍然可以给出频率为

None

的

DatetimeIndex

---

例如，如果您有每日数据，但缺少一天，则

推断的_freq

将为

None

，尝试传递

freq=“D”

将引发

ValueError

异常。在这种情况下，请尝试构建

数据框架

，以便所有日期都存在，并且您预测的列中的值在这些日期都是

None

。然后，您可以将

missing=“drop”

（或任何内容）与您的

ARIMA

模型一起使用。

这个问题也可以标记为[pandas]，由于错误仅在将日期时间索引的数据帧发送到statsmodels函数时发生。是否有理由不执行此操作没关系，在链接的问题中找到它。