Datawhale~数据挖掘实践之序列问题处理~天池·资金流入流出预测-挑战Baseline~Day02~时间序列规则

时间序列规则

1. 天池·资金流入流出预测-挑战Baseline~数据探索与分析

---

---

前言

写在前面✍

1. 本系列笔记基于天池平台上“资金流入流出预测-挑战Baseline”学习赛，记录如何完整的打一次数据挖掘类比赛。同时，该比赛属于序列建模问题，希望学习完成这个任务，可以对序列问题的处理有一定的独立思考能力和实践操作能力，可以将所学理论，用编码的形式和实际的问题得到深入。
2. 第二篇，时间序列规则探究。继上一篇文章对时间序列数据进行统计分析之后，
3. 学习前先提问：
   A. 【挖掘规则】重要性、基本方法
   B. 【baseline】利用规则得到基准模型

---

一、时间序列规则是什么？

1.规则

规则就是从给定的数据中经过统计分析得出来的一些变化模式，往往用分析出来的规则对数据进行建模，更加简单、高效，而且可解释性强。

比如，在一般的时间序列模型的预测任务中，使用中位数、均值、周期因子等可以挖掘出很有用的规则。

简单统计量，可作为特征
• 中位数：稳健
• 均值：当分布较符合正态分布时
• 临近数据：临待预测数据较近的数据

支付数据、客流量数据、交通数据等时间序列通常都具有明显的周期性
• 周期性是核心
• 确定周期（一周、一月）
• 确定组成一个周期的元素（周1-周日、1号-31号）
• 结合STL分解观察周期变化
• 缺点：不考虑节假日、突发事件等（这些可以额外提取特征，增加模型的可靠性）

2. 基于周期因子（规则）的时间序列模型

Step1 获得周期因子
Step2 预测

二、基于时间序列规则的资金流入流出预测

总结