隨著社會的進步，人們生活水平的提高，或是人人都有私家車，然而驅(qū)車在外，停車卻成了一個頭大的問題。而沒車的我在維護一組智能停車計時器，它們提供了關(guān)于它們使用頻率和使用時間的數(shù)據(jù)。而時刻都在思考，如何才能為大家提供更好的服務(wù)。

如果可以根據(jù)儀表的過去表現(xiàn)，根據(jù)供求規(guī)律來預(yù)測它的未來價值，那會怎樣呢？

準(zhǔn)確預(yù)測什么時間采取相應(yīng)策略來實現(xiàn)目標(biāo)，這是一個不小的挑戰(zhàn)，但對于這個挑戰(zhàn)，其實是可以通過時間序列預(yù)測來解決。當(dāng)你們在高峰期苦苦尋找停車位時，又被告知這將收取你比平時更多的費用，你們肯定難以接受。但街道通暢無阻的話，車主停車方便，也能給我?guī)聿簧俚氖杖耄媸且慌e兩得！

接下來我們來探索一些時間序列算法。

一些定義時間序列預(yù)測法時間序列預(yù)測法是一種歷史資料延伸預(yù)測，也稱歷史引伸預(yù)測法。是以數(shù)據(jù)數(shù)列所能反映的社會經(jīng)濟現(xiàn)象的發(fā)展過程和規(guī)律性，進行引伸外推，預(yù)測其發(fā)展趨勢的方法。

需要明確一點的是，與回歸分析預(yù)測模型不同，時間序列模型依賴于數(shù)值在時間上的先后順序，同樣大小的值改變順序后輸入模型產(chǎn)生的結(jié)果是不同的。

時間序列預(yù)測對商業(yè)有真正的價值，因為它直接應(yīng)用于定價、庫存和供應(yīng)鏈問題。雖然深度學(xué)習(xí)技術(shù)已經(jīng)開始用于獲得更多的洞察力，以更好地預(yù)測未來，但時間序列預(yù)測仍然是一個主要由經(jīng)典ML技術(shù)提供信息的領(lǐng)域。

當(dāng)遇到時間序列這個詞時，你需要了解它在不同語境中的用法。

時間序列在數(shù)學(xué)中，時間序列是按時間順序索引（或列出或圖表）的一系列數(shù)據(jù)點。最常見的是，時間序列是在連續(xù)的等間隔時間點上獲得的序列。

時間序列的一個例子是道瓊斯工業(yè)平均指數(shù)［1］的日收盤價。在信號處理、天氣預(yù)報、地震預(yù)報和其他可以繪制事件和數(shù)據(jù)點的領(lǐng)域中，經(jīng)常會遇到時間序列圖和統(tǒng)計建模的使用。

時間序列分析時間序列分析，就是對上述時間序列數(shù)據(jù)的分析。時間序列數(shù)據(jù)可以采取不同的形式，包括中斷時間序列，它檢測時間序列在中斷事件前后的演變模式。時間序列所需的分析類型取決于數(shù)據(jù)的性質(zhì)。時間序列數(shù)據(jù)本身可以采用數(shù)字或字符序列的形式。

時間序列分析考慮了這樣一個事實，即隨著時間的推移獲取的數(shù)據(jù)點可能具有應(yīng)該考慮的內(nèi)部結(jié)構(gòu)（例如自相關(guān)、趨勢或季節(jié)性變化）

要進行的分析使用多種方法，包括頻域和時域、線性和非線性等等。可參見了解更多關(guān)于這類數(shù)據(jù)的時間序列分析的多種方法［2］。

時間序列分解時間序列由四個部分組成：

：季節(jié)性成分

：趨勢性成分

：周期性成分

：殘差，或不規(guī)則組件。

時間序列分量分解之間的關(guān)系：

加法分解：

， 在哪里 是當(dāng)時的數(shù)據(jù) 噸。

乘法分解：

將乘法關(guān)系變成加法關(guān)系：

一個加模型是否季節(jié)性波動的幅度不隨水平變化是適當(dāng)?shù)摹Ｈ绻竟?jié)性波動與序列的水平成正比，那么乘法模型是合適的。乘法分解在經(jīng)濟序列中更為普遍。

時間序列預(yù)測時間序列預(yù)測是使用一個模型來預(yù)測未來的價值，該模型基于以前收集的數(shù)據(jù)在過去發(fā)生的模式。雖然可以使用回歸模型來探索時間序列數(shù)據(jù)，將時間指數(shù)作為圖表上的 變量，但最好使用特殊類型的模型來分析此類數(shù)據(jù)。

時間序列數(shù)據(jù)是一組有序的觀測數(shù)據(jù)，不像可以通過線性回歸分析的數(shù)據(jù)。最常見的是ARIMA，這是Autoregressive Integrated Moving Average（自回歸綜合移動平均線）的首字母縮寫。

ARIMA 模型［3］ 將一系列的現(xiàn)值與過去的值和過去的預(yù)測誤差聯(lián)系起來。它們最適合于分析時域數(shù)據(jù)，其中數(shù)據(jù)是隨時間排序的。

后面推文將介紹使用單變量時間序列［4］構(gòu)建一個ARIMA模型，該模型關(guān)注一個隨時間改變其值的變量。這類數(shù)據(jù)的一個例子是這個數(shù)據(jù)集［5］，它記錄了莫納羅亞天文臺每月的二氧化碳濃度：

CO2YearMonthYearMonth

330.621975.0419751

331.401975.1319752

331.871975.2119753

333.181975.2919754

333.921975.3819755

333.431975.4619756

331.851975.5419757

330.011975.6319758

328.511975.7119759

328.411975.79197510

329.251975.88197511

330.971975.96197512

時間序列數(shù)據(jù)特征在查看時間序列數(shù)據(jù)時，為了更好地理解其模式，需要拆解某些特征。如果你想要分析“信號”包含在時間序列數(shù)據(jù)中，那么就認(rèn)為這些特征是相對于“信號”的“噪聲”。此時需要通過使用一些統(tǒng)計技術(shù)來抵消這些特征以減少“噪音”。

時間序列數(shù)據(jù)變動存在規(guī)律性與不規(guī)律性時間序列中的每個觀察值大小，是影響變化的各種不同因素在同一時刻發(fā)生作用的綜合結(jié)果。從這些影響因素發(fā)生作用的大小和方向變化的時間特性來看，這些因素造成的時間序列數(shù)據(jù)的變動分為四種類型。

趨勢性

某個變量隨著時間進展或自變量變化，呈現(xiàn)一種比較緩慢而長期的持續(xù)上升、下降、停留的同性質(zhì)變動趨向，但變動幅度可能不相等。

季節(jié)性

某因素由于外部影響隨著自然季節(jié)的交替出現(xiàn)高峰與低谷的規(guī)律。

隨機性

個別為隨機變動，整體呈統(tǒng)計規(guī)律。

綜合性

實際變化情況是幾種變動的疊加或組合。預(yù)測時設(shè)法過濾除去不規(guī)則變動，突出反映趨勢性和周期性變動。

查看時間序列時首先要考慮的重要特征是否存在趨勢，意味著平均而言，測量值會隨著時間的推移而增加（或減少）？

是否存在季節(jié)性，這意味著與日歷時間（例如季節(jié)、季度、月份、星期幾等）相關(guān)的高點和低點有規(guī)律地重復(fù)模式？

有異常值嗎？在回歸中，離群值離你的線很遠(yuǎn)。對于時間序列數(shù)據(jù)，您的異常值與其他數(shù)據(jù)相距甚遠(yuǎn)。

是否存在與季節(jié)性因素?zé)o關(guān)的長期周期或時期？

隨著時間的推移是否存在恒定的方差，或者方差是非常量的？

序列水平或方差是否有任何突然變化？

趨勢性通常，時間序列中不具有周期性的系統(tǒng)變化稱為趨勢。趨勢是序列隨時間的持續(xù)增加或減少。從時間序列數(shù)據(jù)集中識別、建模甚至刪除趨勢信息可能會帶來好處。

趨勢類型有各種各樣的趨勢，通常分為：

確定性趨勢：這些是持續(xù)增加或減少的趨勢。

隨機性趨勢：這些趨勢會不一致地增加和減少。

一般來說，確定性趨勢更容易識別和刪除。

根據(jù)觀察范圍來分類趨勢：

全局趨勢：這些趨勢適用于整個時間序列。

本地趨勢：這些趨勢適用于時間序列的部分或子序列。

一般來說，全局趨勢更容易識別和應(yīng)對。

識別趨勢可以繪制時間序列數(shù)據(jù)以查看趨勢是否明顯。

而在實踐中，識別時間序列中的趨勢可能是一個主觀過程。因此從時間序列中提取或刪除它可能同樣具有主觀性。

創(chuàng)建數(shù)據(jù)的線圖并檢查圖中的明顯趨勢。

在圖中添加線性和非線性趨勢線，看看趨勢是否明顯。

刪除趨勢具有趨勢的時間序列稱為非平穩(wěn)的。可以對識別的趨勢進行建模。建模后，可以將其從時間序列數(shù)據(jù)集中刪除。這稱為去趨勢時間序列。

如果數(shù)據(jù)集沒有趨勢或我們成功地移除了趨勢，則稱該數(shù)據(jù)集是趨勢平穩(wěn)的。

在機器學(xué)習(xí)中使用時間序列趨勢從機器學(xué)習(xí)的角度來看，數(shù)據(jù)的趨勢代表著兩個機會：

刪除信息：刪除扭曲輸入和輸出變量之間關(guān)系的系統(tǒng)信息。

添加信息：添加系統(tǒng)信息以改善輸入和輸出變量之間的關(guān)系。

具體來說，作為數(shù)據(jù)準(zhǔn)備和清洗練習(xí)，可以從時間序列數(shù)據(jù)（以及未來的數(shù)據(jù)）中刪除趨勢。這在使用統(tǒng)計方法進行時間序列預(yù)測時很常見，但在使用機器學(xué)習(xí)模型時并不總是能改善結(jié)果。

季節(jié)性季節(jié)性被定義為周期性的波動，季節(jié)性變化或季節(jié)性是隨著時間有規(guī)律地重復(fù)的循環(huán)。

許多時間序列顯示季節(jié)性。例如，零售額往往在春季期間達(dá)到頂峰，然后在假期過后下降。因此，零售銷售的時間序列通常會顯示 1月至 3月的銷售額增加，而 4 月和 5 月的銷售額下降。季節(jié)性在經(jīng)濟時間序列中很常見，它在工程和科學(xué)數(shù)據(jù)中不太常見。

時間序列中的周期結(jié)構(gòu)可能是季節(jié)性的，也可能不是。如果它始終以相同的頻率重復(fù)，則是季節(jié)性的，否則就不是季節(jié)性的，稱為循環(huán)。

季節(jié)性類型季節(jié)性有很多種。例如：時間、日、每周、每月、每年。因此，確定時間序列問題中是否存在季節(jié)性成分是主觀的。

確定是否存在季節(jié)性因素的最簡單方法是繪制和查看數(shù)據(jù)，可能以不同的比例并添加趨勢線。

去除季節(jié)性一旦確定了季節(jié)性，就可以對其進行建模。季節(jié)性模型可以從時間序列中刪除。此過程稱為季節(jié)性調(diào)整［8］或去季節(jié)性［9］化。

去除了季節(jié)性成分的時間序列稱為季節(jié)性平穩(wěn)。具有明顯季節(jié)性成分的時間序列被稱為非平穩(wěn)的。

在時間序列分析領(lǐng)域，有一些復(fù)雜的方法可以從時間序列中研究和提取季節(jié)性。

機器學(xué)習(xí)中作用了解時間序列中的季節(jié)性成分可以提高機器學(xué)習(xí)建模的性能。

這可以通過兩種主要方式發(fā)生：

更清晰的信號：從時間序列中識別和去除季節(jié)性成分可以使輸入和輸出變量之間的關(guān)系更清晰。

更多信息：關(guān)于時間序列季節(jié)性分量的附加信息可以提供新信息以提高模型性能。

這兩種方法都可能對項目有用。并在數(shù)據(jù)清洗和準(zhǔn)備期間就需要建模季節(jié)性并將其從時間序列中刪除。

在特征提取和特征工程期間，可能會提取季節(jié)性信息并將其作為輸入特征。

其他離群值：離群值離標(biāo)準(zhǔn)數(shù)據(jù)方差很遠(yuǎn)。

長期循環(huán)：獨立于季節(jié)性因素，數(shù)據(jù)可能顯示一個長期周期，比如持續(xù)超過一年的經(jīng)濟衰退。

恒定方差：隨著時間的推移，一些數(shù)據(jù)顯示出不斷的波動，比如每天和晚上的能源使用量。

突變：數(shù)據(jù)可能顯示出突變，可能需要進一步分析。例如，由于COVID而突然關(guān)閉的企業(yè)導(dǎo)致了數(shù)據(jù)的變化。

以下是時間序列樣本圖［11］，顯示了玩家在過去幾年里每天花費在游戲中的貨幣。你能在這個數(shù)據(jù)中識別出上面列出的任何特征嗎？

時間序列預(yù)測方法基本規(guī)則通過人工經(jīng)驗，挖掘時序數(shù)據(jù)的演化特征，找到時序變化的周期，從而預(yù)估時間序列的未來走勢。具體的觀察一個時間序列，當(dāng)序列存在周期性時，提取時間序列的周期性特征進行預(yù)測。

傳統(tǒng)參數(shù)法傳統(tǒng)的參數(shù)預(yù)測方法可以分為兩種，

一種擬合標(biāo)準(zhǔn)時間序列的餐順方法，包括移動平均，指數(shù)平均等；

另一種是考慮多因素組合的參數(shù)方法，即 AR， MA， ARMA， ARIMA等模型。這類方法比較適用于小規(guī)模，單變量的預(yù)測。

時間序列分解一個時間序列往往是一下幾類變化形式的疊加或耦合

長期趨勢 （Secular trend， T）

長期趨勢指現(xiàn)象在較長時期內(nèi)持續(xù)發(fā)展變化的一種趨向或狀態(tài)。

季節(jié)變動 （Seasonal Variation， S）

季節(jié)波動是由于季節(jié)的變化引起的現(xiàn)象發(fā)展水平的規(guī)則變動

循環(huán)波動 （Cyclical Variation， C）

循環(huán)波動指以若干年為期限，不具嚴(yán)格規(guī)則的周期性連續(xù)變動

不規(guī)則波動 （Irregular Variation， I）

不規(guī)則波動指由于眾多偶然因素對時間序列造成的影響

機器學(xué)習(xí)主要是構(gòu)建樣本數(shù)據(jù)集，采用“時間特征”到“樣本值”的方式，通過有監(jiān)督學(xué)習(xí)，學(xué)習(xí)特征與標(biāo)簽之前的關(guān)聯(lián)關(guān)系，從而實現(xiàn)時間序列預(yù)測。

單步預(yù)測在時間序列預(yù)測中使用滯后的觀測值 ，作為輸入變量來預(yù)測當(dāng)前的時間的觀測值

多步預(yù)測使用過去的觀測序列 來預(yù)測未來的觀測序列

多變量預(yù)測每個時間有多個觀測值：

通過不同的測量手段得到了多種觀測值，并且希望預(yù)測其中的一個或幾個值。

深度學(xué)習(xí)對于時間序列的分析，有許多方法可以進行處理，包括：循環(huán)神經(jīng)網(wǎng)絡(luò)-LSTM模型 / 卷積神經(jīng)網(wǎng)絡(luò) / 基于注意力機制的模型（seq2seq）/。..

循環(huán)神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）框架及其變種（LSTM/GRU/。..）是為處理序列型而生的模型，天生的循環(huán)自回歸的結(jié)構(gòu)是對時間序列的很好的表示

時間卷積網(wǎng)絡(luò)時間卷積網(wǎng)絡(luò)（TCN）是一種特殊的卷積神經(jīng)網(wǎng)絡(luò)，針對一維空間做卷積，迭代多層捕捉長期關(guān)系。具體的，對于上一層t時刻的值，只依賴于下一層t時刻及其之前的值。

一個時間序列數(shù)據(jù)--電力使用數(shù)據(jù)開始創(chuàng)建一個時間序列模型，根據(jù)過去的使用情況來預(yù)測未來的電力使用量。

本例中的數(shù)據(jù)來自GEFCom2014預(yù)測競賽。由2012 - 2014年3年的小時電負(fù)荷和溫度值組成。

import os

import matplotlib.pyplot as plt

import pandas as pd

%matplotlib inline

data_dir = ‘。/data’

energy = pd.read_csv（‘。/energy.csv’）

energy.head（）

可以看到有兩列表示date和load

load

2012-01-01 00002698.0

2012-01-01 01002558.0

2012-01-01 02002444.0

2012-01-01 03002402.0

2012-01-01 04002403.0

可視化energy.plot（y=‘load’， subplots=True， figsize=（15， 8）， fontsize=12）

plt.xlabel（‘timestamp’， fontsize=12）

plt.ylabel（‘load’， fontsize=12）

plt.show（）

現(xiàn)在，繪制2014年7月的第一周，將其作為energy的輸入，在［from date］： ［to date］ 模式中：

energy［‘2014-07-01’：‘2014-07-07’］.plot（y=‘load’， subplots=True， figsize=（15， 8）， fontsize=12）

plt.xlabel（‘timestamp’， fontsize=12）

plt.ylabel（‘load’， fontsize=12）

plt.show（）

看看這些圖，看看你是否能確定上面列出的任何特征。通過可視化數(shù)據(jù)我們可以推測出什么？后面將介紹創(chuàng)建一個ARIMA模型來創(chuàng)建一些預(yù)測。

責(zé)任編輯：haq