应用系统负载分析与磁盘容量预测

ch1762

于 2019-06-29 13:49:52 发布

阅读量619

点赞数 1

分类专栏：大数据文章标签： python 数据分析数据挖掘

本文链接：https://blog.youkuaiyun.com/weixin_43150428/article/details/94150707

版权

本文介绍了如何运用Python进行数据预处理、属性变换，通过平稳性检验和白噪声检验建立预测模型。文章提供了一个数据集链接，并详细讲解了如何使用极大似然比方法和BIC信息准则来确定ARIMA模型的参数，进而进行磁盘容量的预测分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据集链接: https://pan.baidu.com/s/1B5GjzaAgg4wbggXzzsERew 提取码: ggac
数据预处理
对属性进行变换

#-*- coding: utf-8 -*-
#属性变换
import pandas as pd

#参数初始化
discfile = 'D:\下载\data\input\discdata.xls' #磁盘原始数据
transformeddata = 'D:\下载\data\output\discdata_processed.xls' #变换后的数据

data = pd.read_excel(discfile)
data = data[data['TARGET_ID'] == 184].copy() #只保留TARGET_ID为184的数据

data_group = data.groupby('COLLECTTIME') #以时间分组

def attr_trans(x): #定义属性变换函数
  result = pd.Series(index = ['SYS_NAME', 'CWXT_DB:184:C:\\', 'CWXT_DB:184:D:\\',	'COLLECTTIME'])
  result['SYS_NAME'] = x['SYS_NAME'].iloc[0]
  result['COLLECTTIME'] = x['COLLECTTIME'].iloc[0]
  result['CWXT_DB:184:C:\\'] = x['VALUE'].iloc[0]
  result['CWXT_DB:184:D:\\'] = x['VALUE

最低0.47元/天解锁文章