如何在Python中保存ARIMA时间序列预测模型

自回归移动平均模型(ARIMA)是一种常用于时间序列分析和预测的线性模型。

statsmodels库提供了Python中使用ARIMA的实现。ARIMA模型可以保存到文件中，以便以后对新数据进行预测。在当前版本的statsmodels库中有一个bug，它阻止了保存的模型被加载。在本教程中，你将了解如何诊断并解决此问题。

让我们开始吧。

每日女婴出生数据集

首先，让我们看看标准时间序列数据集，我们可以用statsmodels ARIMA实现来理解这个问题

这个每日的女婴出生数据集描述了1959年加利福尼亚每日出生的女婴数量。

它的单位是数值型，有365个观察值。数据集的来源于Newton (1988)。

你可以从DataMarket网站了解更多信息并下载数据集。

下载数据集并将其放在你当前的工作目录中，文件名为 “ daily-total-female-births.csv ”。

以下的代码将加载并绘制数据集。

from pandasimport Series
from matplotlibimport pyplot
series= Series.from_csv('daily-total-female-births.csv', header=0)
series.plot()
pyplot.show()

运行该示例加载数据库，并生成 Pandas 库中的 Series 对象，然后显示数据的折线图。

Python环境

确认正在使用statsmodels库是最新版本。

你可以通过运行以下脚本来执行此操作：

import statsmodels
print('statsmodels: %s' % statsmodels.__version__)

运行脚本应该产生一个显示statsmodels 0.6或0.6.1的结果（目前更新到0.8，bug仍然存在）。

statsmodels:0.6.1

导出错误信息：

AttributeError:'ARIMA' object has no attribute'dates'

ARIMA模型保存错误

我们可以轻松地在每日女婴出生数据集上训练一个ARIMA模型。

下面的代码片段在数据集上训练了一个ARIMA（1,1,1）。该model.fit（）函数返回一个ARIMAResults对象，我们可以调用save（）保存文件模型然后调用load（）加载它。

from pandasimport Series
from statsmodels.tsa.arima_modelimport ARIMA
from statsmodels.tsa.arima_modelimport ARIMAResults
# load data
series= Series.from_csv('daily-total-female-births.csv', header=0)
# prepare data
X= series.values
X= X.astype('float32')
# fit model
model= ARIMA(X, order=(1,1,1))
model_fit= model.fit()
# save model
model_fit.save('model.pkl')
# load model
loaded= ARIMAResults.load('model.pkl')

运行此示例将训练模型并将其保存到文件中，没有遇到问题。

但当你尝试从文件加载模型时，就会报告错误。

Traceback (most recent call last):
  File "...", line16,in <module>
    loaded= ARIMAResults.load('model.pkl')
  File ".../site-packages/statsmodels/base/model.py", line1529,in load
    return load_pickle(fname)
  File ".../site-packages/statsmodels/iolib/smpickle.py", line41,in load_pickle
    return cPickle.load(fin)
TypeError: __new__() takes at least3 arguments (1 given)

错误信息如下：

TypeError: __new__() takes at least3 arguments (1 given)

那么我们该如何解决呢？

ARIMA模型保存Bug解决方法

Zae Myung Kim在2016年9月发现并报告了这个错误。

你可以在这里阅读全文：

BUG: Implemented __getnewargs__() method for unpickling

会发生这种错误是因为在statsmodels中尚未定义pickle（用于序列化Python对象的库）所需的函数。

在保存之前，必须在ARIMA模型中定义__getnewargs__函数，它定义构造对象所需的参数。

我们可以解决这个问题。修复涉及两件事情：

定义适用于ARIMA对象的__getnewargs__函数的实现。
将新的函数添加到ARIMA。

Zae Myung Kim在他的错误报告中提供了一个功能的例子，我们可以直接使用它：

def __getnewargs__(self):
    return ((self.endog),(self.k_lags,self.k_diff,self.k_ma))

Python允许我们对一个对象使用猴子补丁（monkey patch），像statsmodels库做的那样。

我们可以使用赋值在现有对象上定义一个新的函数。

我们可以在ARIMA对象上的__getnewargs__函数中执行以下操作：

ARIMA.__getnewargs__= __getnewargs__

在Python中使用猴子补丁训练、保存和加载ARIMA模型的完整示例如下：

from pandasimport Series
from statsmodels.tsa.arima_modelimport ARIMA
from statsmodels.tsa.arima_modelimport ARIMAResults

# monkey patch around bug in ARIMA class
def __getnewargs__(self):
    return ((self.endog),(self.k_lags,self.k_diff,self.k_ma))
ARIMA.__getnewargs__= __getnewargs__

# load data
series= Series.from_csv('daily-total-female-births.csv', header=0)
# prepare data
X= series.values
X= X.astype('float32')
# fit model
model= ARIMA(X, order=(1,1,1))
model_fit= model.fit()
# save model
model_fit.save('model.pkl')
# load model
loaded= ARIMAResults.load('model.pkl')

运行该示例现在成功加载模型没有报错。

总结

在这篇文章中，你学会了如何解决statsmodels ARIMA实现中的阻止你将ARIMA模型保存并加载到文件的bug。

你学会了如何编写一个猴子补丁来解决这个bug，以及如何证明它已经被修复了。

原文：http://machinelearningmastery.com/save-arima-time-series-forecasting-model-python/