GluonTS 时间序列预测框架深度教程：从数据准备到模型训练

GluonTS 时间序列预测框架深度教程：从数据准备到模型训练

gluonts awslabs/gluonts: GluonTS (Gluon Time Series) 是一个由Amazon Web Services实验室维护的时间序列预测库，基于Apache MXNet的Gluon API构建，适用于各种商业应用中复杂时间序列数据的建模和预测任务。 项目地址: https://gitcode.com/gh_mirrors/gl/gluonts

前言

时间序列预测是机器学习领域的重要应用场景，涵盖金融、零售、能源等多个行业。GluonTS 作为一个强大的概率时间序列预测工具包，提供了从数据处理到模型训练的全套解决方案。本文将深入讲解 GluonTS 的核心功能，帮助开发者快速掌握这一工具。

环境准备

在开始之前，我们需要导入必要的 Python 库：

import mxnet as mx
from mxnet import gluon
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

设置随机种子保证实验可复现性：

mx.random.seed(0)
np.random.seed(0)

数据准备

1. GluonTS 内置数据集

GluonTS 提供了多个公开可用的时间序列数据集，方便用户快速开始实验：

from gluonts.dataset.repository import get_dataset, dataset_names
from gluonts.dataset.util import to_pandas

# 查看所有可用数据集
print(f"可用数据集: {dataset_names}")

# 加载M4每小时数据集
dataset = get_dataset("m4_hourly")

每个数据集包含三个主要部分：

• train: 训练集，包含多个时间序列
• test: 测试集，包含比训练集更长的序列用于评估
• metadata: 数据集元信息，如预测长度、频率等

2. 可视化分析

理解数据是建模的第一步，我们可以可视化查看时间序列：

train_entry = next(iter(dataset.train))
test_entry = next(iter(dataset.test))

test_series = to_pandas(test_entry)
train_series = to_pandas(train_entry)

fig, ax = plt.subplots(2, 1, figsize=(10, 7))
train_series.plot(ax=ax[0])
test_series.plot(ax=ax[1])
ax[1].axvline(train_series.index[-1], color='r')
plt.show()

3. 创建人工数据集

当我们需要特定模式的数据时，可以创建人工数据集：

from gluonts.dataset.artificial import ComplexSeasonalTimeSeries

artificial_dataset = ComplexSeasonalTimeSeries(
    num_series=10,
    prediction_length=21,
    freq_str="H",
    length_low=30,
    length_high=200
)

4. 自定义数据集

实际项目中，我们通常需要处理自己的数据。GluonTS 要求数据集至少包含：

• start: 时间序列起始时间
• target: 时间序列值

可选字段包括静态特征、动态特征等。下面是一个创建自定义数据集的示例：

from gluonts.dataset.common import ListDataset
from gluonts.dataset.field_names import FieldName

# 创建包含100个时间序列的数据集
custom_ds_metadata = {
    'num_series': 100,
    'num_steps': 24*7,
    'prediction_length': 24,
    'freq': '1H'
}

# 转换为GluonTS格式
train_ds = ListDataset(
    [{'target': target, 'start': start} 
     for target, start in zip(...)],
    freq=custom_ds_metadata['freq']
)

数据转换

1. 转换管道

GluonTS 使用转换管道(Transformation)来预处理数据：

from gluonts.transform import *

def create_transformation(freq, context_length, prediction_length):
    return Chain([
        AddObservedValuesIndicator(),  # 添加观测值指示器
        AddAgeFeature(),              # 添加时间年龄特征
        InstanceSplitter(             # 实例分割器
            past_length=context_length,
            future_length=prediction_length
        )
    ])

2. 转换应用

将转换应用到数据集：

transformation = create_transformation(
    custom_ds_metadata['freq'], 
    2*custom_ds_metadata['prediction_length'],
    custom_ds_metadata['prediction_length']
)

train_tf = transformation(iter(train_ds), is_train=True)

转换后的数据包含分割后的时间窗口和各种特征：

train_tf_entry = next(iter(train_tf))
print(f"过去目标形状: {train_tf_entry['past_target'].shape}")
print(f"未来目标形状: {train_tf_entry['future_target'].shape}")

模型训练

1. 模型定义

GluonTS 提供了多种预测模型，以DeepAR为例：

from gluonts.model.deepar import DeepAREstimator
from gluonts.mx.trainer import Trainer

estimator = DeepAREstimator(
    freq=custom_ds_metadata['freq'],
    prediction_length=custom_ds_metadata['prediction_length'],
    trainer=Trainer(epochs=10)
)

2. 训练过程

predictor = estimator.train(train_ds)

预测与评估

1. 生成预测

from gluonts.evaluation import Evaluator

forecast_it, ts_it = make_evaluation_predictions(
    dataset=test_ds,
    predictor=predictor
)

forecasts = list(forecast_it)
tss = list(ts_it)

2. 评估指标

evaluator = Evaluator()
agg_metrics, item_metrics = evaluator(tss, forecasts)

print(f"平均MASE: {agg_metrics['MASE']}")
print(f"平均sMAPE: {agg_metrics['sMAPE']}")

高级特性

1. 使用外部特征

GluonTS 支持将外部特征纳入模型：

# 在数据集中添加动态特征
train_ds = ListDataset(
    [{
        'target': target,
        'start': start,
        'feat_dynamic_real': [dynamic_feature]
    } for ...],
    freq='1H'
)

2. 处理缺失值

通过转换管道处理缺失值：

transformation = Chain([
    AddObservedValuesIndicator(),
    # 其他转换...
])

总结

本文详细介绍了使用 GluonTS 进行时间序列预测的完整流程：

1. 数据准备：内置数据集、人工数据和自定义数据
2. 数据转换：特征工程和窗口分割
3. 模型训练：DeepAR等模型的配置和训练
4. 预测评估：生成预测和计算评估指标

GluonTS 的强大之处在于其模块化设计，开发者可以灵活组合各种组件，构建适合自己业务场景的预测解决方案。通过本教程，读者应该能够掌握 GluonTS 的核心概念，并能够将其应用到实际项目中。

gluonts awslabs/gluonts: GluonTS (Gluon Time Series) 是一个由Amazon Web Services实验室维护的时间序列预测库，基于Apache MXNet的Gluon API构建，适用于各种商业应用中复杂时间序列数据的建模和预测任务。 项目地址: https://gitcode.com/gh_mirrors/gl/gluonts