带外生变量训练的AutoARIMA预测触发ValueError问题咨询

你遇到的报错是pmdarima库AutoARIMA模型的预设校验规则触发的：

When an ARIMA is fit with an X array, it must also be provided one for predicting or updating observations.
该规则的逻辑是：训练阶段你传入了外生变量数组，模型已经学习了内生变量Volume和10个外生特征的关联关系，所有预测场景（包括测试集预测、未来样本外预测）都必须提供对应时间步的外生变量输入，否则模型无法完成预测计算。

• 第一步：构造未来365天对应的外生变量数组
  数组形状要求为(365, 10)，行对应365个预测时间步，列的数量、顺序必须和训练阶段传入的外生变量完全一致。不同特征的构造逻辑参考：
  • 时间类特征（如month）：直接提取未来365天对应时间的维度属性即可生成
  • 滞后类特征（如Consumption_mean_lag30）：按照训练时构造滞后特征的规则，用历史已知数据+逐步滚动的预测结果迭代生成
• 第二步：调用predict方法时传入外生变量参数
  假设你构造好的未来外生变量数组命名为X_future，修改预测代码为：
  forecast_result = model.predict(n_periods=365, X=X_future)

• 必须严格保证传入的X_future列顺序和训练时的外生变量列顺序完全一致，否则特征匹配错误会导致预测结果完全失真
• 如果使用滚动预测逻辑，每生成一步预测结果后，需要同步更新后续滞后特征的计算数据源，避免使用过时的旧值计算滞后特征

内容的提问来源于stack exchange，提问作者spcol