时间序列模型R语言实现-批量建模，预测（ARIMA, 随机森林）

时间序列预测首先要确定预测的内容。

1. 本文预测共享单车的日租借量
2. 使用的是每日数据
3. 预测的时间范围是需要提前一个月、半年还是一年？根据预测范围，会使用到不同的模型。

• 首先安装加载本文所需要的包

install.packages("modeltime")

library(tidymodels)
library(modeltime)
library(timetk)
library(lubridate)
library(tidyverse)
library(forecast)

1.数据准备/处理

我们研究的数据集为共享自行车的租用量，我们将数据集简化为具有“日期”和“值”列的单变量时间序列。

df_bike = bike_sharing_daily %>% 
  select(dteday, cnt) %>% 
  set_names(c("date", "value"))

glimpse(df_bike)

## Rows: 731
## Columns: 2
## $ date  <date> 2011-01-01, 2011-01-02, 2011-01-03, 2011-01-04, 2011-01-05, 201…
## $ value <dbl> 985, 801, 1349, 1562, 1600, 1606, 1510, 959, 822, 1321, 1263, 11…

接下来，使用 plot_time_series() 函数可视化数据集。调参 .interactive = TRUE 以获得可交互的绘图，若为FALSE 返回 ggplot2 静态图,默认为TRUE。

df_bike %>% 
  plot_time_series(date, value, .interactive = F) + 
  xlab("Date") +
  ylab("Count of total rent bikes")

数据的时间跨度为2011-01-11至2013-01-01，共计731个数据，从图中可以看出数据量较大，不易于分析，为更好地观察趋势，应该将数据再划分为更小的时间跨度，具体根据结果确定。可以看出，这张图没有特别明显的趋势，是否有很强的季节性（每周/每月）?

• 接着检测数据是否具有季节性

df_bike %>% 
  plot_seasonal_diagnostics(date, value, .interactive = FALSE)

可以看到共享单车租用量具有月度季节性，在第2、3季度租用量大于第1、4季度。这很可能是因为第1、4季度是冬天。

2.训练/测试

使用函数time_series_split() 去创建训练集和测试集

• 设置 assess = "3 months 表明后3个月为测试集
• 设置 cumulative = TRUE 表明采样使用所有前面的先验数据作为训练集。

splits = df_bike %>% 
  time_series_split(assess = "3 mont