JDD人口动态普查与预测-搭建时间序列模型

前一段时间参加了京东的算法大赛陪跑了一下，试了各种算法，包括lightbgm,xgboost,lstm以及简单的时间序列模型，发现效果最好的竟然是最简单的ARIMA时间序列预测模型，不知道是不是我没有调参还是模型太过简单，因为时间也不是很多，最后那几天真的是很赶，赶着搭建lstm模型（因为听别人说lstm可以达到0.12），但是实际跑出来的结果却不尽人意。最后我们的分数停留在了0.1310，很渣，但是这次比赛我学到了不少东西，尤其是用pandas，numpy处理数据，以及用keras搭建模型。

 

话不多说，具体写一下我的时间序列模型是怎么搭建的吧。本次比赛我们只用到了flow_train.csv的数据，另一个transition 的文件我实在没有想到怎么用，很想看看其他大佬是怎么用的。

1. 数据处理，将原始数据转化为差分，使得数据变得比较稳定。因为时间序列模型只有在数据稳定的情况下才会取得好的效果。
2. 训练策略：将每个district以及每个y值分开训练。

首先，导入我们要用的库：

from statsmodels.tsa.arima_model import ARIMA
import pandas as pd
import numpy as np
import datetime

然后读取flow_