文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
2.实验内容
通过服务器的历史磁盘数据,根据时间序列算法模型的流程,预测未来磁盘的使用情况。为了方便对模型进行误差分析,将服务器的磁盘数据划分为模型输入数据与模型验证数据。采用时间序列算法对模型输入数据进行模型拟合、检验与预测。依据误差公式,计算预测值与验证数据之间的误差,分析其是否属于业务接受的范围内。
采用Pandas读取数据文件,按照划分规则将数据划分为两个部分,并将其保存。
调用StatsModels内置函数,编写代码实现本例模型构建的流程。对模型输入数据进行平稳性检验和差分,记录差分阶数。采用BIC准则确定模型的参数,依据各个参数构建时序模型,并对模型进行相关的检验。
采用通过检验的模型进行预测,比较预测值与验证数据的大小,计算其误差。利用误差公式,编写代码并分析误差是否处于业务接受的范围内。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论