机器学习（MACHINE LEARNING）使用ARIMA进行时间序列预测
2024-06-30 13:56:12
文章目录
- 1 引言
- 2 简介
- 3 python代码实现
- 4 代码解析
1 引言
在本文章中，我们将提供可靠的时间序列预测。我们将首先介绍和讨论自相关，平稳性和季节性的概念，并继续应用最常用的时间序列预测方法之一，称为ARIMA。
2 简介
时间序列提供了预测未来价值的机会。 基于以前的价值观，可以使用时间序列来预测经济，天气和能力规划的趋势，其中仅举几例。 时间序列数据的具体属性意味着通常需要专门的统计方法。
在时间序列中，ARIMA模型是在ARMA模型的基础上多了差分的操作。
3 python代码实现
（1）判断时间序列是否是平稳白噪声序列，若不是进行平稳化
（2）本实例数据带有周期性，因此先进行一阶差分，再进行144步差分
（3）看差分序列的自相关图和偏自相关图，差分后的而序列为平稳序列
（4）模型定阶，根据aic,bic,hqic
（5）预测，确定模型后预测
（5）还原，由于预测时用的差分序列，得到的预测值为差分序列的预测值，需要将其还原
#-*- coding: utf-8 -*-from __future__ import print_function
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm#读取Excel数据
discfile = 'data_test.xls'
data = pd.read_excel(discfile,index_col=0)
data=data['number']
data.head()data.plot(figsize=(12,8))
print(data)#使用一阶差分，12步差分处理时间序列
diff_1 = data.diff(1)
diff1 = diff_1.dropna()
diff1_144_1 = diff_1-diff_1.shift(144)
diff1_144 = diff1_144_1.dropna()
#print(diff1_144_1)
#判断序列是否平稳，计算ACF，PACF
fig1 = plt.figure(figsize=(12,8))
ax1=fig1.add_subplot(111)
sm.graphics.tsa.plot_acf(diff1_144,lags=40,ax=ax1)
fig2 = plt.figure(figsize=(12,8))
ax2=fig2.add_subplot(111)
sm.graphics.tsa.plot_pacf(diff1_144,lags=40, ax=ax2)#模型定阶，根据aic,bic,hqic,三者都是越小越好
# arma_mod01 = sm.tsa.ARMA(diff1_144,(0,1)).fit()
# print(arma_mod01.aic,arma_mod01.bic,arma_mod01.hqic)
# arma_mod10 = sm.tsa.ARMA(diff1_144,(1,0)).fit()
# print(arma_mod10.aic,arma_mod10.bic,arma_mod10.hqic)
# arma_mod60 = sm.tsa.ARMA(diff1_144,(6,0)).fit()
# print(arma_mod60.aic,arma_mod60.bic,arma_mod60.hqic)
arma_mod61 = sm.tsa.ARMA(diff1_144,(6,1)).fit()
print(arma_mod61.aic,arma_mod61.bic,arma_mod61.hqic)
#计算残差
resid = arma_mod61.resid
#看残差的acf和pacf,残差自相关图断尾，所以残差序列为白噪声
fig = plt.figure(figsize=(12,8))
ax1 = fig.add_subplot(211)
fig = sm.graphics.tsa.plot_acf(resid.values.squeeze(), lags=40, ax=ax1)
ax2 = fig.add_subplot(212)
fig = sm.graphics.tsa.plot_pacf(resid, lags=40, ax=ax2)print(sm.stats.durbin_watson(arma_mod61.resid.values))
# 残差DW检验，DW的值越接近2，表示越不相关
r,q,p = sm.tsa.acf(resid.values.squeeze(), qstat=True)
d = np.c_[range(1,41), r[1:], q, p]
table = pd.DataFrame(d, columns=['lag', "AC", "Q", "Prob(>Q)"])
print(table.set_index('lag'))# 用模型预测
predict_data=arma_mod61.predict('2017/4/4 23:50','2017/4/6 00:00',dynamic=False)
# print(predict_data)
# print(diff_1)
# 由于是用差分后的值做的预测，因此需要把结果还原
# 144步差分还原
diff1_144_shift=diff_1.shift(144)
# print('print diff1_144_shift')
print(diff1_144_shift)
diff_recover_144=predict_data.add(diff1_144_shift)
# 一阶差分还原
diff1_shift=data.shift(1)
diff_recover_1=diff_recover_144.add(diff1_shift)
diff_recover_1=diff_recover_1.dropna() # 最终还原的预测值
print('预测值')
print(diff_recover_1)# 实际值、预测值、差分预测值作图
fig, ax = plt.subplots(figsize=(12, 8))
ax = data.loc['2017-04-01':].plot(ax=ax)
ax = diff_recover_1.plot(ax=ax)
fig = arma_mod61.plot_predict('2017/4/2 23:50', '2017/4/6 00:00', dynamic=False, ax=ax, plot_insample=False)
plt.show()4 代码解析
数据是这样的。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import statsmodels.api as sm#读取数据
data=pd.read_excel("data_test.xls",index_col=0)
data=data['number']
data.plot(figsize=(12,8)) #原图
差分，一般在大数据里用在以时间为统计维度的分析中，其实就是下一个数值 ，减去上一个数值 。
当间距相等时，用下一个数值，减去上一个数值 ，就叫“一阶差分”，做两次相同的动作，即再在一阶差分的基础上用后一个数值再减上一个数值一次，就叫“二阶差分"。
间距相等定义：即下图中要么1,2,3,4,5,6,7,8,9,10行后一个向前一个相减；要么2,4,6,8,10或1,3,5,7,9行后一个向前一个相减；但不要1,5,6,10这样不规律跳动着减，就是间距相等的定义（当然还有其它组合，如3,6,9，但无论怎样，之间间距必须相等）。
差分形像点理解，可以看下图
因此，差分的作用是减轻数据之间的不规律波动，使其波动曲线更平稳。
#数据带有周期性，先一阶差分，再144步差分
diff_1=data.diff(1)
diff1=diff_1.dropna()
diff1_144_1=diff_1-diff_1.shift(144)
diff1_144=diff1_144_1.dropna()
#画图判断是否平稳
fig=plt.figure(figsize=(12,8))
ax=fig.add_subplot(111)
diff1_144.plot(ax=ax)
#求差分序列的自相关图ACF和偏自相关图PACF
fig=plt.figure(figsize=(12,8))
ax1=fig.add_subplot(211)
fig=sm.graphics.tsa.plot_acf(diff1_144,lags=40,ax=ax1)
ax2=fig.add_subplot(212)
fig=sm.graphics.tsa.plot_pacf(diff1_144,lags=40,ax=ax2)
plt.show()
#模型定阶，根据aic、bic、hqic，三者都是越小越好
arma_mod01=sm.tsa.ARMA(diff1_144,(0,1)).fit()
print(arma_mod01.aic,arma_mod01.bic,arma_mod01.hqic)
arma_mod10=sm.tsa.ARMA(diff1_144,(1,0)).fit()
print(arma_mod10.aic,arma_mod10.bic,arma_mod10.hqic)
arma_mod60=sm.tsa.ARMA(diff1_144,(6,0)).fit()
print(arma_mod60.aic,arma_mod60.bic,arma_mod60.hqic)
arma_mod61=sm.tsa.ARMA(diff1_144,(6,1)).fit()
print(arma_mod61.aic,arma_mod61.bic,arma_mod61.hqic)8782.801951424293 8795.000275694605 8787.618254792987
8781.294547949288 8793.4928722196 8786.110851317982
8761.522020813209 8794.05088553404 8774.365496463062
8758.668160226449 8795.263133037382 8773.117070332533
#模型定为ARMA(6,1)
#计算残差
resid=arma_mod61.resid#模型检验
#残差的acf和pacf
fig=plt.figure(figsize=(12,8))
ax1=fig.add_subplot(211)
fig=sm.graphics.tsa.plot_acf(resid.values.squeeze(),lags=40,ax=ax1) #squeeze()数组变为1维
ax2=fig.add_subplot(212)
fig=sm.graphics.tsa.plot_pacf(resid,lags=40,ax=ax2)
plt.show()
#残差自相关图断尾，所以残差序列为白噪声
#DW检验
print(sm.stats.durbin_watson(resid.values))
#DW值越接近2，越不相关2.0010218978025396
#LB检验
r,q,p=sm.tsa.acf(resid.values.squeeze(),qstat=True)
d=np.c_[range(1,41),r[1:],q,p]
table=pd.DataFrame(d,columns=['lag','AC','Q','Prob(>Q)'])
print(table.set_index('lag'))
#最后一列，前12行>0.05，是白噪声序列
AC Q Prob(>Q)结果：
"C:\Program Files\Python36\pythonw.exe" C:/Users/88304/Desktop/arima/ts_3.py
time
2017-04-01 00:00:00.000 597816.0
2017-04-01 00:10:00.000 583104.0
2017-04-01 00:20:00.000 572465.0
2017-04-01 00:30:00.000 561279.0
2017-04-01 00:40:00.000 551589.0...
2017-04-05 23:20:00.700 NaN
2017-04-05 23:30:00.705 NaN
2017-04-05 23:40:00.710 NaN
2017-04-05 23:50:00.715 NaN
2017-04-06 00:00:00.720 NaN
Name: number, Length: 721, dtype: float64
C:\Program Files\Python36\lib\site-packages\statsmodels\tsa\base\tsa_model.py:162: ValueWarning: No frequency information was provided, so inferred frequency 10T will be used.% freq, ValueWarning)This problem is unconstrained.
RUNNING THE L-BFGS-B CODE* * *Machine precision = 2.220D-16N = 8 M = 12At X0 0 variables are exactly at the boundsAt iterate 0 f= 1.01400D+01 |proj g|= 1.14344D-03At iterate 5 f= 1.01400D+01 |proj g|= 2.06057D-05At iterate 10 f= 1.01400D+01 |proj g|= 1.06581D-06At iterate 15 f= 1.01400D+01 |proj g|= 1.42109D-06At iterate 20 f= 1.01400D+01 |proj g|= 1.77636D-06At iterate 25 f= 1.01400D+01 |proj g|= 5.50671D-06At iterate 30 f= 1.01400D+01 |proj g|= 3.19744D-06At iterate 35 f= 1.01400D+01 |proj g|= 2.27907D-04At iterate 40 f= 1.01400D+01 |proj g|= 2.45848D-04At iterate 45 f= 1.01400D+01 |proj g|= 6.91003D-05At iterate 50 f= 1.01400D+01 |proj g|= 7.44294D-05At iterate 55 f= 1.01400D+01 |proj g|= 5.32907D-06At iterate 60 f= 1.01400D+01 |proj g|= 3.55271D-07* * *Tit = total number of iterations
Tnf = total number of function evaluations
Tnint = total number of segments explored during Cauchy searches
Skip = number of BFGS updates skipped
Nact = number of active bounds at final generalized Cauchy point
Projg = norm of the final projected gradient
F = final function value* * *N Tit Tnf Tnint Skip Nact Projg F8 61 89 1 0 0 3.553D-07 1.014D+01F = 10.139982273393125 CONVERGENCE: REL_REDUCTION_OF_F_<=_FACTR*EPSMCH Cauchy time 0.000E+00 seconds.Subspace minimization time 0.000E+00 seconds.Line search time 0.000E+00 seconds.Total User time 0.000E+00 seconds.8758.664719664874 8795.259692475807 8773.113629770958
C:\Program Files\Python36\lib\site-packages\statsmodels\tsa\stattools.py:572: FutureWarning: fft=True will become the default in a future version of statsmodels. To suppress this warning, explicitly set fft=False.
2.000999340483735FutureWarningAC Q Prob(>Q)
lag
1.0 -0.002054 0.001831 0.965873
2.0 -0.002387 0.004308 0.997848
3.0 0.002796 0.007718 0.999820
4.0 0.009734 0.049130 0.999703
5.0 0.027399 0.378006 0.995914
6.0 0.029302 0.755043 0.993225
7.0 0.029967 1.150302 0.992027
8.0 0.009435 1.189574 0.996744
9.0 0.019522 1.358117 0.998069
10.0 -0.044781 2.247036 0.994072
11.0 -0.040868 2.989184 0.990868
12.0 0.011338 3.046438 0.995207
13.0 0.056177 4.455400 0.985313
14.0 -0.101291 9.047087 0.828022
15.0 0.009775 9.089956 0.872767
16.0 -0.136811 17.506946 0.353548
17.0 -0.040941 18.262543 0.372462
18.0 0.076638 20.916581 0.283643
19.0 -0.032963 21.408772 0.314660
20.0 -0.036033 21.998325 0.340602
21.0 -0.054510 23.350834 0.325562
22.0 -0.073115 25.790054 0.260805
23.0 -0.095540 29.965209 0.150403
24.0 -0.000846 29.965537 0.185897
25.0 -0.017794 30.111071 0.220157
26.0 -0.036573 30.727426 0.238577
27.0 -0.020433 30.920279 0.274425
28.0 -0.015074 31.025498 0.315949
29.0 -0.007243 31.049854 0.363078
30.0 0.028095 31.417193 0.395111
31.0 0.014408 31.514052 0.440538
32.0 0.034205 32.061290 0.463707
33.0 0.065449 34.069847 0.415955
34.0 0.002278 34.072286 0.464262
35.0 0.038981 34.788397 0.478274
36.0 0.011688 34.852937 0.523033
37.0 0.023137 35.106490 0.558062
38.0 0.009311 35.147656 0.602066
39.0 0.015067 35.255730 0.641377
40.0 -0.001959 35.257562 0.683451
time
2017-04-01 00:00:00.000 NaN
2017-04-01 00:10:00.000 NaN
2017-04-01 00:20:00.000 NaN
2017-04-01 00:30:00.000 NaN
2017-04-01 00:40:00.000 NaN...
2017-04-05 23:20:00.700 -15984.0
2017-04-05 23:30:00.705 -17059.0
2017-04-05 23:40:00.710 -25804.0
2017-04-05 23:50:00.715 -4121.0
2017-04-06 00:00:00.720 NaN
Name: number, Length: 721, dtype: float64
预测值
2017-04-04 23:50:00 663671.544399
2017-04-05 00:00:00 645407.867736
dtype: float64机器学习（MACHINE LEARNING）使用ARIMA进行时间序列预测相关推荐
- fprom预测结果内容_预测模型之机器学习 Machine Learning结果解读篇
原标题:预测模型之机器学习 Machine Learning结果解读篇 学友提问:对于机器学习出来的只有图形,我怎么解释呢?怎样才能在临床使用呢? 论文的实例:2013年发表在The American ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料汇总
本文来源:https://github.com/ty4z2008/Qix/blob/master/dl.md 机器学习(Machine Learning)&深度学习(Deep Learning ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料【转】
转自:机器学习(Machine Learning)&深度学习(Deep Learning)资料 <Brief History of Machine Learning> 介绍:这是一 ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料集合
机器学习(Machine Learning)&深度学习(Deep Learning)资料 原文链接:https://github.com/ty4z2008/Qix/blob/master/dl ...
- （转）机器学习(Machine Learning)深度学习(Deep Learning)资料
原文链接:https://github.com/ty4z2008/Qix/blob/master/dl.md 机器学习(Machine Learning)&深度学习(Deep Learning ...
- Re:从零开始的机器学习 - Machine Learning(一) 线性回归
从我对整个职业生涯的规划出发,我不仅想做一些高质量的应用(软件工程的角度),还想做一些激动人心的应用,所以我希望能在机器学习的方向走,尽管我在大学粗浅的学了些皮毛,但如果要把机器学习作为职业发展的话这 ...
- 数据挖掘(data mining)，机器学习(machine learning)，和人工智能(AI)的区别是什么？ 数据科学(data science)和商业分析(business analytics
数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics ...
- 数据挖掘(data mining)，机器学习(machine learning)，和人工智能(AI)的区别是什么
数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics ...
- SLS机器学习介绍（05）：时间序列预测
00系列文章目录 0.1 算法原理目录 SLS机器学习介绍(01):时序统计建模 SLS机器学习介绍(02):时序聚类建模 SLS机器学习介绍(03):时序异常检测建模 SLS机器学习介绍(04):规 ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料(Chapter 2)
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2) - tony的专栏 - 博客频道 - CSDN.NET 注:机器学习资料篇目一共 ...
最新文章
- Jquery Ajax自定义无刷新提交表单Form
- mysql \g和\G的作用
- python list合并拼接
- MySQL中的分页查询
- View onRestoreInstanceState ClassCastException
- 7.01面试长沙黄花机场
- 一段话系列-领域模型是什么？
- dart系列之:dart类的扩展
- 什么是Microsoft Teams的App Studio
- 2018-1-27：内存的划分
- java进一_JAVA小白进：基础入门知识
- 如何有效提高你的沟通技巧
- ubuntu15.04安装wps-office的64位版
- git .gitignore file does not work
- 数论基础——素数判断约数枚举整数分解（模板）
- python scratch ev3_如何在scratch上连接乐高ev3?
- 华为模拟器eNSP免费下载
- java 滚动字幕_Java程序 实现图形面板上的字幕滚动效果
- html中怎么让div撑开,html中子div用了浮动怎样让父div的大小自动撑开（清除浮动）...
- snmp+mrtg实现对局域网内的linuxServer的监控(转)