Datawhale时间序列挖掘学习资金流入流出预测（二）之时间序列规则

 

本篇是（二）时间序列规则 学习笔记

 

2.1 为什么要重视规则

很多比赛都可以基于对背景的理解和数据分析获得有用规则，设计效果良好的基准方案。

不同规则下，得到结果也有所不同。

在企业、公司也常采用基于规则的方案：

（1）简单、高效

（2）可解释性强

 

2.2 中位数、临近数据等简单统计量

一些简单的统计量，可以作为特征使用
•    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
        •    云上贵州2017智能交通预测挑战赛；7:50-8:00的旅行时间对8:00-8:10的预测效果不错
        •    京东店铺销量预测；直接使用1月底后90天的销量作为预测（初期前100）

2.3 基于周期因子的时间序列预测

•    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、1-31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

 

实例：