Python知识点：如何使用Python进行时间序列预测-CSDN博客

本文链接：https://blog.csdn.net/bigorsmallorlarge/article/details/141860662

使用 Python 进行时间序列预测是一个非常常见的任务，可以应用于各种领域，如金融市场预测、销售量预测、天气预报等。时间序列预测的方法有很多，包括统计方法（如 ARIMA 模型）、机器学习方法（如支持向量机、决策树）、以及深度学习方法（如 LSTM 网络）。

下面是一个简单的时间序列预测流程示例，使用 Python 和 pandas、numpy、以及 statsmodels 库来实现 ARIMA 模型的时间序列预测。

1. 导入必要的库

首先，我们需要导入一些常用的 Python 库。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.arima.model import ARIMA
from sklearn.metrics import mean_squared_error

2. 准备数据

我们将使用一个简单的时间序列数据集。这个数据集可以是来自 CSV 文件的数据，也可以是生成的模拟数据。在这里，我们将生成一些模拟数据。

# 生成模拟时间序列数据
np.random.seed(0)
date_range = pd.date_range(start='2020-01-01', periods=100, freq='D')
data = np.random.normal(0, 1, size=(100,)).cumsum()
time_series_data = pd.Series(data, index=date_range)

# 可视化数据
time_series_data.plot(title="Time Series Data", xlabel="Date", ylabel="Value")
plt.show()

3. 检查时间序列的平稳性

ARIMA 模型要求时间序列是平稳的。我们可以通过观察时间序列图或使用统计检验（如 ADF 检验）来检查时间序列的平稳性。

from statsmodels.tsa.stattools import adfuller

# ADF 检验
result = adfuller(time_series_data)
print(f'ADF Statistic: {result[0]}')
print(f'p-value: {result[1]}')

如果 p-value 小于 0.05，说明时间序列是平稳的。否则，我们可能需要对时间序列进行差分操作来使其平稳。

4. 拆分训练集和测试集

在进行时间序列预测时，我们通常将数据集拆分为训练集和测试集。训练集用于训练模型，测试集用于评估模型性能。

# 拆分数据集
train_size = int(len(time_series_data) * 0.8)
train, test = time_series_data[:train_size], time_series_data[train_size:]

# 可视化训练集和测试集
train.plot(label='Training Data')
test.plot(label='Test Data')
plt.legend()
plt.show()

5. 构建和训练 ARIMA 模型

ARIMA 模型的参数包括 p（自回归部分的阶数）、d（差分阶数）、q（移动平均部分的阶数）。可以通过 ACF 和 PACF 图或网格搜索来确定这些参数。在这里，我们将使用简单的参数值。

# 创建 ARIMA 模型
model = ARIMA(train, order=(5, 1, 0))  # 这里 (p, d, q) = (5, 1, 0)
model_fit = model.fit()

# 打印模型总结
print(model_fit.summary())

6. 进行预测

训练好模型后，我们可以对测试集进行预测，并与实际值进行比较。

# 进行预测
predictions = model_fit.forecast(steps=len(test))
predictions_series = pd.Series(predictions, index=test.index)

# 可视化预测结果
train.plot(label='Training Data')
test.plot(label='Test Data')
predictions_series.plot(label='Predictions')
plt.legend()
plt.show()

7. 评估模型

最后，我们评估模型的性能，可以使用均方误差（MSE）、平均绝对误差（MAE）等指标。

# 计算均方误差
mse = mean_squared_error(test, predictions_series)
print(f'Mean Squared Error: {mse}')

8. 完整代码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.arima.model import ARIMA
from sklearn.metrics import mean_squared_error
from statsmodels.tsa.stattools import adfuller

# 生成模拟时间序列数据
np.random.seed(0)
date_range = pd.date_range(start='2020-01-01', periods=100, freq='D')
data = np.random.normal(0, 1, size=(100,)).cumsum()
time_series_data = pd.Series(data, index=date_range)

# 检查时间序列的平稳性
result = adfuller(time_series_data)
print(f'ADF Statistic: {result[0]}')
print(f'p-value: {result[1]}')

# 拆分数据集
train_size = int(len(time_series_data) * 0.8)
train, test = time_series_data[:train_size], time_series_data[train_size:]

# 创建和训练 ARIMA 模型
model = ARIMA(train, order=(5, 1, 0))
model_fit = model.fit()

# 进行预测
predictions = model_fit.forecast(steps=len(test))
predictions_series = pd.Series(predictions, index=test.index)

# 评估模型
mse = mean_squared_error(test, predictions_series)
print(f'Mean Squared Error: {mse}')

# 可视化
train.plot(label='Training Data')
test.plot(label='Test Data')
predictions_series.plot(label='Predictions')
plt.legend()
plt.show()