信息分析预测期末课设_使用ARIMA模型与SVR对一组时间序列数据进行预测分析.zip

# 关于时间序列预测中ARIMA模型的比较与探究 ## How to run - testModel.py 启动ARIMA部分 - svmprediction.py 启动SVR部分 ## Code explain ### ARIMA部分 - acf_pacf.py 用于计算自相关系数与偏自相关系数 - buildArima.py 用于探究最佳模型参数 - dataPreTest.py 用于做数据的查看，画出数据散点图 - testModel.py 用于预测后2606个数据，并利用真实的数据与预测数据计算mse值 -CompareParm.py 用于比较三组候选参数的军方误差 ### SVR部分 - FindBestPam.py 找出最佳的参数 - svmprediction.py 建立模型并预测预测后2606数据，并利用真实的数据与预测数据计算mse值 - testGammaAndC.py 用于SVR中gamma参数与C参数的探究 ### DataPre_util部分 - adf.py 用于数据的adf平稳性检验 - ch.py 用于解决画图中的中文乱码问题 - readCsv.py 用于读取数据