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），
强制_平稳性=假，
强制执行_可逆性=False）.fit（）
y_hat['AR']=fit1.预测（start=“1975-01-01”，end=“1975-12-01”，dynamic=True）
plt.图（figsize=（16,8））
plt.绘图（列车['Demand']，标签='train'）
plt.plt（测试['Demand']，标签='test'）
plt.绘图（y_hat_avg['AR'，label='AR'））
plt.图例（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\u model.py:165:value警告：无频率
已提供信息，因此将使用推断频率MS。
%频率、值（警告）
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pandas可以推断频率
如果推断的频率对您来说是正确的，您可以使用它，方法是在Set pandas.tseries.index.DatetimeIndex.freq中使用推断的频率
比如说
train.index=pd.DatetimeIndex（train.index.values，
freq=列车索引（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，您可以对您的ARIMA模型使用missing=“drop”（或任何内容）