如何从StatsForecast的AutoARIMA中获取p,d,q,P,D,Q参数？

StatsForecast的AutoARIMA拟合完成后，可通过访问模型的底层实例提取所需的ARIMA参数，具体操作如下：

1. 拟合完成后，从StatsForecast对象的models列表中取出目标AutoARIMA实例
2. 访问该实例的model_属性，获取底层封装的pmdarima模型对象
3. 从pmdarima模型对象中提取order（对应p,d,q）和seasonal_order（对应P,D,Q,s，其中s为季节长度）参数

修改你的示例代码，添加参数提取逻辑：

from statsforecast import StatsForecast
from statsforecast.models import AutoARIMA
import pandas as pd

df = pd.read_csv('https://datasets-nixtla.s3.amazonaws.com/air-passengers.csv')

sf = StatsForecast(
    models = [AutoARIMA(season_length = 12)],
    freq = 'M',
    n_jobs=-1,
    verbose=True
)

sf.fit(df)

# 获取拟合后的AutoARIMA模型
fitted_model = sf.models[0]
# 获取底层pmdarima拟合结果
arima_fit = fitted_model.model_

# 提取参数
p, d, q = arima_fit.order
P, D, Q, s = arima_fit.seasonal_order

print(f"非季节性参数: p={p}, d={d}, q={q}")
print(f"季节性参数: P={P}, D={D}, Q={Q}, 季节长度s={s}")

StatsForecast的AutoARIMA通过并行计算优化了大数据场景下的性能，同时保留了对pmdarima模型实例的访问能力，既解决了pmdarima的效率问题，又能满足获取模型参数的需求。

内容的提问来源于stack exchange，提问作者muon