时间序列模型 ARIMA

ARIMA模型（英语：Autoregressive Integrated Moving Average model），差分整合移动平均自回归模型，又称整合移动平均自回归模型（移动也可称作滑动），是时间序列预测分析方法之一。ARIMA(p，d，q)中，AR是“自回归”，p为自回归项数；MA为“滑动平均”，q为滑动平均项数，d为使之成为平稳序列所做的差分次数（阶数）。“差分”一词虽未出现在ARIMA的英文名称中，却是关键步骤。

statsmodels.tsa.arima_model包中有ARIMA集成好的模型，我们只需要输入p,d,q即可。

 

数据为纽约市的交通进出情况（一个txt进，一个txt出），然后已知一年365天*24小时的数据，想用ARIMA来预测，并计算MAE和RMSE来评估预测准确性。

我的data_prepare（）函数是用来拼接两个文件夹里的数据的，一般只要读取一个文件夹的数据即可，返回是一个大矩阵。

其中取了数据集的前66%做训练集，后34%做测试集，与预测的结果做对比。

res（）函数是输入测试矩阵和预测矩阵，计算MAE和RMSE来评估预测准确性的。

main中写的三个数组是打算遍历p,d,q找到最优值的，但是我电脑跑的太慢了，最后直接取了0，1，0。

 

import warnings
import pandas as pd
import numpy as np
from sklearn.metrics import mean_squared_error
from sklearn.metrics import mean_absolute_error
from statsmodels.tsa.arima_model import ARIMA


def data_prepare():
    matrix = []
    file1 = "tensor_year_hour_lease.txt"
    file2 = "tensor_year_hour_return.txt"
    f1 = open(file1, "r")
    f2 = open(file2, "r")
    matrix1 = []
    lines1 = f1.readlines()
    for line in lines1:
        arr = line.split(",")
        arr = np.array(arr, dtype=int)
        matrix1.append(arr)
    f1.close()
    matrix2 = []
    lines2 = f2.readlines()
    for line in lines2:
        arr = line.split(",")
        arr = np.array(arr, dtype=int)
        matrix2.append(arr)
    f2.close()
    matrix = np.hstack((matrix1, matrix2))  # 拼接成功 输出（8760*188）
    return matrix


def evaluate_arima_model(X, arima_order):
    # 数据集的前66%作为训练集，后34%作为测试集
    train_size = int(len(X) * 0.66)
    # print("train_size",train_size)
    train, test = X[0:train_size], X[train_size:]
    history = [x for x in train]
    # make predictions
    predictions = list()
    for t in range(len(test)):
        model = ARIMA(history, order=arima_order)
        model_fit = model.fit(disp=0)
        yhat = model_fit.forecast()[0]
        predictions.append(yhat)
        history.append(test[t])
    predictions = np.array(predictions)
    # print(predictions.shape)
    return predictions

def res(test, predictions):
    mae = mean_absolute_error(test, predictions)
    mse = mean_squared_error(test, predictions)
    rmse = mse ** 0.5
    return mae, rmse

def evaluate_models(p_values, d_values, q_values):
    matrix = data_prepare()
    train_size = int(len(matrix) * 0.66)
    test = matrix[train_size:]
    best_mae, best_rmse, best_cfg = float("inf"), float("inf"), None
    for p in p_values:
        for d in d_values:
            for q in q_values:
                pre = np.zeros((len(matrix)-train_size, 0))
                for i in range(0, 188):  # 188是列数
                    dataset = matrix[:, i]
                    dataset = dataset.astype('float32')
                    order = (p, d, q)
                    predictions = evaluate_arima_model(dataset, order)
                    pre = np.hstack((pre, predictions))  # 每一列做一次预测，然后拼接成矩阵
                    print("p, d, q, i:", p, d, q, i)
                    # print(pre.shape)
                    # print(pre)
                mae, rmse = res(test, pre)
                if mae < best_mae:
                    best_mae, best_rmse, best_cfg = mae, rmse, order
                print('ARIMA%s MAE=%.3f RMSE=%.3f' % (order, mae, rmse))
    print('Best ARIMA%s MAE=%.3f RMSE=%.3f' % (best_cfg, best_mae, best_rmse))

if __name__ == '__main__':
    p_values = [0, 1, 2, 4, 6, 8, 10]
    d_values = range(0, 3)
    q_values = range(1, 3)
    warnings.filterwarnings("ignore")
    evaluate_models(p_values, d_values, q_values)