机器学习算法应用——时间序列分析（4-5）

最新推荐文章于 2024-08-30 12:54:54 发布
最新推荐文章于 2024-08-30 12:54:54 发布
阅读量977 收藏 17
点赞数 11
分类专栏： 大数据人工智能 文章标签： 机器学习 算法 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_66547608/article/details/138674492
版权

时间序列分析（4-5）

时间序列分析（Time-Series Analysis）是一种对按时间顺序排列的数据序列进行统计分析和预测的方法。这种方法通常用于研究某个现象随时间的变化规律，并据此预测未来的发展趋势。以下是时间序列分析的一些关键方面和常用方法（4-5点）：

  1. 关键方面：
    • 动态性：时间序列数据是动态的，反映了某一现象随时间的变化过程。
    • 规律性：时间序列数据往往包含一定的趋势、周期性和季节性等规律性特征。
    • 预测性：通过对时间序列数据的分析，可以建立模型来预测未来的发展趋势。
  2. 常用方法：
    • 趋势分析：确定时间序列数据的长期增长或下降趋势。这可以通过拟合线性或非线性模型来实现。
    • 周期性和季节性分析：识别时间序列数据中的周期性或季节性模式。这有助于理解数据背后的周期性波动，如季节性的销售变化。
    • 分解分析：将时间序列数据分解为趋势、周期、季节性和随机因素等组成部分。这有助于更深入地理解数据的结构。
    • 时间序列预测：利用已有的时间序列数据来预测未来的值。这可以通过建立统计模型或使用机器学习算法来实现。例如，ARIMA模型、神经网络等都可以用于时间序列预测。
    • 平稳性检验：检验时间序列数据是否具有平稳性。平稳性是指数据的统计特性（如均值、方差等）不随时间变化。平稳性检验是时间序列分析的一个重要步骤，因为许多时间序列模型都假设数据是平稳的。
  3. 应用：
    • 系统描述：用时间序列数据对系统进行客观的描述。
    • 系统分析：当观测值取自两个以上变量时，可以用一个时间序列中的变化去说明另一个时间序列中的变化。
    • 预测未来：利用时间序列模型预测未来值，为决策提供支持。
    • 决策和控制：根据时间序列模型调整输入变量，使系统发展过程保持在目标值上。

时间序列分析在金融、经济、气象、销售等多个领域都有广泛的应用。通过时间序列分析，我们可以更好地理解数据背后的规律，预测未来的发展趋势，并据此做出更明智的决策。

  1. 安装statsmodels库

        pip install statsmodels

  1. 数据读取与预处理

使用pd.read_csv()读取并对日期数据进行转换

# 读取数据并进行预处理
data = """
"Month","Sales"
"1-01",266.0
"1-02",145.9
"1-03",183.1
"1-04",119.3
"1-05",180.3
"1-06",168.5
"1-07",231.8
"1-08",224.5
"1-09",192.8
"1-10",122.9
"1-11",336.5
"1-12",185.9
"2-01",194.3
"2-02",149.5
"2-03",210.1
"2-04",273.3
"2-05",191.4
"2-06",287.0
"2-07",226.0
"2-08",303.6
"2-09",289.9
"2-10",421.6
"2-11",264.5
"2-12",342.3
"3-01",339.7
"3-02",440.4
"3-03",315.9
"3-04",439.3
"3-05",401.3
"3-06",437.4
"3-07",575.5
"3-08",407.6
"3-09",682.0
"3-10",475.3
"3-11",581.3
"3-12",646.9
"""

# 将字符串转换为DataFrame
data = pd.read_csv(io.StringIO(data))

# 将'Month'列转换为日期类型
data['Month'] = pd.to_datetime(data['Month'], format='%m-%d')
# 将'Month'列转换为日期类型，并设置年份为2024年
data['Month'] = pd.to_datetime(data['Month'], format='%y-%m', yearfirst=True).dt.strftime('2024-%m')
print(data)
# 将日期列设置为索引
data.set_index('Month', inplace=True)

数据实例： 

"Month","Sales"
"1-01",266.0
"1-02",145.9
"1-03",183.1
"1-04",119.3
"1-05",180.3
"1-06",168.5
"1-07",231.8
"1-08",224.5
"1-09",192.8
"1-10",122.9
"1-11",336.5
"1-12",185.9
"2-01",194.3
"2-02",149.5
"2-03",210.1
"2-04",273.3
"2-05",191.4
"2-06",287.0
"2-07",226.0
"2-08",303.6
"2-09",289.9
"2-10",421.6
"2-11",264.5
"2-12",342.3
"3-01",339.7
"3-02",440.4
"3-03",315.9
"3-04",439.3
"3-05",401.3
"3-06",437.4
"3-07",575.5
"3-08",407.6
"3-09",682.0
"3-10",475.3
"3-11",581.3
"3-12",646.9
  1. 检测序列的平稳性
  1. 时序图判断法
# 绘制时序图
data.plot(figsize=(10, 6))
plt.xlabel('Month')
plt.ylabel('Sales')
plt.title('Time Series of Sales')
plt.show()

 

  1. 制自相关图判断法
# 检测序列的平稳性
# 自相关图
plot_acf(data, lags=9)
plt.title('Autocorrelation Plot')
plt.show()

# 偏相关图
plot_pacf(data, lags=9)
plt.title('Partial Autocorrelation Plot')
plt.show()

 

 

  1. 使用ADF单位根检测法

注意：p>0.05即为非平稳序列

# ADF检验
adf_result = adfuller(data['Sales'])
print('ADF Statistic:', adf_result[0])
print('p-value:', adf_result[1])
print('Critical Values:', adf_result[4])

 

  1. 差分处理

注意：根据上一步结果判断数据序列为非平稳序列，如想使用模型对数据进行建模，则需将数据转换为平稳序列。所以在这一步使用差分处理对序列进行处理。

# 差分处理
diff_data = data.diff().dropna()

# 绘制差分后的时序图
diff_data.plot(figsize=(10, 6))
plt.xlabel('Month')
plt.ylabel('Sales (Differenced)')
plt.title('Differenced Time Series of Sales')
plt.show()

# 差分后的序列平稳性检测
# 自相关图
plot_acf(diff_data, lags=9)
plt.title('Autocorrelation Plot (Differenced)')
plt.show()

# 偏相关图
plot_pacf(diff_data, lags=9)
plt.title('Partial Autocorrelation Plot (Differenced)')
plt.show()

# ADF检验
adf_result_diff = adfuller(diff_data['Sales'])
print('ADF Statistic (Differenced):', adf_result_diff[0])
print('p-value (Differenced):', adf_result_diff[1])
print('Critical Values (Differenced):', adf_result_diff[4])

 

 

 

对处理后的序列进行平稳性检测（自相关图法、偏相关图法、ADF检测法）

  1. 使用ARIMA模型对差分处理后的序列进行建模
# 使用ARIMA模型建模
model = ARIMA(data, order=(1, 1, 1))
model_fit = model.fit()

 

  1. 使用模型预测未来5个月的销售额
# 预测未来5个月的销售额
forecast_steps = 5
forecast = model_fit.forecast(steps=5)

完整代码：

import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.stattools import adfuller
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.arima.model import ARIMA
import io
# 读取数据并进行预处理
data = """
"Month","Sales"
"1-01",266.0
"1-02",145.9
"1-03",183.1
"1-04",119.3
"1-05",180.3
"1-06",168.5
"1-07",231.8
"1-08",224.5
"1-09",192.8
"1-10",122.9
"1-11",336.5
"1-12",185.9
"2-01",194.3
"2-02",149.5
"2-03",210.1
"2-04",273.3
"2-05",191.4
"2-06",287.0
"2-07",226.0
"2-08",303.6
"2-09",289.9
"2-10",421.6
"2-11",264.5
"2-12",342.3
"3-01",339.7
"3-02",440.4
"3-03",315.9
"3-04",439.3
"3-05",401.3
"3-06",437.4
"3-07",575.5
"3-08",407.6
"3-09",682.0
"3-10",475.3
"3-11",581.3
"3-12",646.9
"""

# 将字符串转换为DataFrame
data = pd.read_csv(io.StringIO(data))

# 将'Month'列转换为日期类型
data['Month'] = pd.to_datetime(data['Month'], format='%m-%d')
# 将'Month'列转换为日期类型，并设置年份为2024年
data['Month'] = pd.to_datetime(data['Month'], format='%y-%m', yearfirst=True).dt.strftime('2024-%m')
print(data)
# 将日期列设置为索引
data.set_index('Month', inplace=True)

# 绘制时序图
data.plot(figsize=(10, 6))
plt.xlabel('Month')
plt.ylabel('Sales')
plt.title('Time Series of Sales')
plt.show()

# 检测序列的平稳性
# 自相关图
plot_acf(data, lags=9)
plt.title('Autocorrelation Plot')
plt.show()

# 偏相关图
plot_pacf(data, lags=9)
plt.title('Partial Autocorrelation Plot')
plt.show()

# ADF检验
adf_result = adfuller(data['Sales'])
print('ADF Statistic:', adf_result[0])
print('p-value:', adf_result[1])
print('Critical Values:', adf_result[4])

# 差分处理
diff_data = data.diff().dropna()

# 绘制差分后的时序图
diff_data.plot(figsize=(10, 6))
plt.xlabel('Month')
plt.ylabel('Sales (Differenced)')
plt.title('Differenced Time Series of Sales')
plt.show()

# 差分后的序列平稳性检测
# 自相关图
plot_acf(diff_data, lags=9)
plt.title('Autocorrelation Plot (Differenced)')
plt.show()

# 偏相关图
plot_pacf(diff_data, lags=9)
plt.title('Partial Autocorrelation Plot (Differenced)')
plt.show()

# ADF检验
adf_result_diff = adfuller(diff_data['Sales'])
print('ADF Statistic (Differenced):', adf_result_diff[0])
print('p-value (Differenced):', adf_result_diff[1])
print('Critical Values (Differenced):', adf_result_diff[4])

# 使用ARIMA模型建模
model = ARIMA(data, order=(1, 1, 1))
model_fit = model.fit()

# 打印模型的概要信息
print(model_fit.summary())

# 预测未来5个月的销售额
forecast_steps = 5
forecast = model_fit.forecast(steps=5)
# 生成未来几个月的日期
last_month = data.index[-1]
future_months = pd.date_range(start=last_month, periods=forecast_steps + 1, freq='M')[1:]

# 创建包含日期和预测销售额的DataFrame
forecast_df = pd.DataFrame({'Month': future_months, 'Forecasted Sales': forecast})

# 输出预测结果
print('Forecasted Sales for the next 5 months:')
print(forecast_df)

张謹礧
关注
  • 11
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
机器学习算法与应用.pdf
09-24
机器学习算法与应用.pdf 机器学习是人工智能的核心和基础，研究机器学习是实现人工智能的重要步骤。机器学习算法是机器学习的核心部分，它决定了机器学习的性能和效果。本文将从三个方面介绍机器学习算法：典型机器...
时序预测的三种方式：统计学模型、机器学习、循环神经网络
小数志
12-20 2843
导读时序预测是一类经典的问题，在学术界和工业界都有着广泛的研究和应用。甚至说，世间万物加上时间维度后都可抽象为时间序列问题，例如股票价格、天气变化等等。关于时序预测问题的相关理论也极为广泛...
时间序列之平稳性检验
weixin_71158509的博客
01-27 2304
平稳性是时间序列分析的基本假设，它对于时间序列的建模和预测非常重要。平稳时间序列通常具有稳定的统计特性，它们的均值、方差和协方差在时间上不发生显著变化，从而有望延续过去的行为，进行准确的预测。时间序列平稳性是指数据的统计性质在时间上是稳定的，即均值、方差不随时间变化。一般来说，常用的检验时间序列平稳性的方法有ADF检验、KPSS检验和单位根检验等。平稳时间序列的一个重要性质是它们的统计特性是可预测的。总之，检验时间序列的平稳性是为了保证模型的可靠性和稳定性，提高时间序列数据分析和预测的准确性和可解释性。
时间序列数据机器学习（ICML 2022）
小蚂蚁与大象
08-30 1365
这样做是因为时间序列数据通常来自工业或医疗领域，这些领域的专家通常可以从领域专家那里获得专家特征，而时间序列数据的转换通常很难实现。本文提出了有用的时间序列表示应该满足的两个属性，并表明当前的表示学习方法不能确保这些属性。本文设计了ExpCLR，一种新的对比学习方法，建立在利用专家特征来鼓励学习到的表示的这两种属性的目标上。在三个真实世界的时间序列数据集上证明，ExpCLR在无监督和半监督表示学习方面都超过了一些最先进的方法。凭经验证明了这些属性，并表明该模型在多个真实世界数据集上产生了最先进的预测。...
基于机器学习的时序数据预测方法
qq_43658240的博客
11-08 3782
1、介绍股票预测模型的建模 2、介绍股票预测领域中的经典算法的原理，分析算法的优缺点及改进方法方案 3、展望该领域的研究趋势
基于机器学习的时序序列趋势判断方法
zw1078825408的博客
06-12 6017
最近工作有这样一个需求：给定十几个时序序列，判断出这个序列的趋势（上升、下降或平稳）。最开始肯定是想到，直接线性拟合斜率大小来判断呗，但是业务部门的同事说他们不止看整体斜率还看局部特征什么的总之很感性。于是我把每个点当一个维度直接跑分类模型（lr，多层感知机，svm，rf，gbdt，xgboost），结果还不错上升和下降的查准查全率都到80%（总共样本也就五六十个。。。）。为了提高查准率查全率，又...
【机器学习】时序数据处理
喜东东的博客
12-26 5669
相关参考文献： 1.时间序列交叉验证 2.机器学习与时间序列预测 3.时序数据预测案例： O2O Coupon Usage Forecast 4.时间序列模型中样本时间窗口的选择-华泰期货 5.scikit-learn交叉验证时间序列数据的自定义拆分 6.Feature Selection for Time Series Forecasting with Python   一、背景...
基于机器学习算法在数据分类中的应用研究
04-27
本文重点探讨了两种机器学习算法——粒子群算法优化支持向量机(SVM)和卷积神经网络(CNN)，并展示了它们在树叶分类和癌症基因分类以及图像分类中的应用。 支持向量机(SVM)是一种有效的监督学习模型，尤其适用于小...
机器学习实战项目——决策树&随机森林&时间序列预测股价.zip
04-11
在这个名为“机器学习实战项目——决策树&随机森林&时间序列预测股价.zip”的压缩包中，包含了一系列关于机器学习的应用，特别是聚焦于决策树、随机森林以及时间序列预测在股票价格预测上的应用。以下是这些技术的...
从零开始的机器学习——Logistic回归 （2018-8-6）.zip
04-16
生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发...
机器学习大作业——实现BP算法.zip
04-16
生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发...
机器学习之标量和向量的定义
程序新视界
08-27 487
在编程中，标量通常对应于基本数据类型（如整数、浮点数）、向量则可以通过数组、列表或特定的向量类型来实现，特别是在进行科学计算、数据分析或机器学习等领域时，向量的概念非常重要。在二维或三维空间中，向量可以用箭头来表示，箭头的长度代表了向量的大小（有时也称为向量的“模”），箭头的方向则表明了向量的方向。数学上，向量通常表示为有序的数值对或数值组，如二维向量（x, y）或三维向量（x, y, z）。比如，在处理图像数据、物理模拟、机器学习等领域中，对这些基本概念的理解将直接影响到程序的效率和效果。
AI自动采集教学行为——用AI来做机器学习部分和深度学习部分（含torch和cuda）包含机器学习模型和bert模型的使用
最新发布
东方
08-30 170
这个错误是由于 .whl 文件名中的空格导致的。Python 的 pip 工具不允许 .whl 文件名中包含空格。python 机器学习文本分类，读取合并后的excel，‘句子’列是输入，‘标注’列是输出，怎么写代码需要什么库 要最简单的。重命名文件：将 .whl 文件名中的空格替换为下划线 _ 或直接删除空格。提取“句子”列，‘标注’列和‘上下文情境’这三列。按顺序把excel中的这三列拼接在一起。本来走的是autodl的设备，合并输出成一个xlsx文件。之后会报错，需要重命名。要遍历当前文件夹下从。
《陈天奇：机器学习科研的十年》阅读笔记
bunny___的博客
08-27 1056
陈天奇是机器学习领域著名的青年华人学者之一，本科毕业于上海交通大学ACM班，博士毕业于华盛顿大学计算机系，研究方向为大规模机器学习。2019年，陈天奇在Twitter上宣布自己将于2020年秋季加入CMU任助理教授，成为加入CMU的年轻华人学者之一。 在本文中，陈天奇回顾了自己做机器学习科研的十年。 然后，我也写了一些自己的科研心得。
机器学习概述与应用：深度学习、人工智能与经典学习方法
loveting99的博客
08-27 1379
机器学习是一门让计算机能够在没有明确编程的情况下“学习”的科学。它利用统计学、数据分析和优化方法，从数据中提取模式或规律，并根据这些模式做出预测或决策。机器学习的核心步骤包括数据收集、数据预处理、模型选择、模型训练、模型评估与优化。
【论文阅读】基于生成对抗网络的模型窃取方法的研究（2021）
Glass_Gun的博客
08-27 409
提出了一种基于生成对抗网络的模型窃取方法——GBMS(Generative adversarial networks Based Model Stealing method)，GBMS允许攻击者在没有真实数据的情况下训练替代模型，完成对目标黑盒模型的窃取任务。
小琳AI课堂:生成对抗网络（GANs）
wx740851326的博客
08-27 415
大家好，这里是小琳AI课堂！今天我们要聊一聊生成对抗网络（GANs），这个让AI界沸腾的技术。想象一下，有两个小精灵在玩“你画我猜”的游戏，一个负责画画（生成器），一个负责猜画的是真是假（判别器）。这个游戏可不是随便玩玩的，它能在图像生成、风格转换等领域创造奇迹哦！🎨。
机器学习||笔记
m0_56230886的博客
08-27 1291
机器学习是一种通过数据和经验自动改进系统性能的计算机科学分支。与传统编程不同，机器学习依赖于模型从数据中学习，而不是通过明确的指令来解决问题。
#Datawhale X 李宏毅苹果书 AI夏令营#1.1机器学习基础案例学习
fzyz123的博客
08-27 931
机器学习算法是一种能够从数据中学习的算法。专业的定义：“对于某类任务 T 和性能度量 P，一个计算机程序被认为可以从经验 E 中学习是指，通过经验 E 改进后，它在任务 T 上由性能度量 P 衡量的性能有所提升。”简单概括一下就是：利用经验改善系统自身的性能。我们回到苹果书，苹果书对这个专业的定义做了简化，并使用了函数来进行类比。“具体来讲，机器学习就是让机器具备找一个函数的能力。机器具备找函数的能力以后，它可以做很多事。
统计与机器学习算法稳健性与数据分析详解
本篇文章主要概述了统计与机器学习算法的基础概要，涵盖了多个关键主题。首先，讨论了稳健性检验，包括什么是稳健性检验，以及通过变量替换（如替换因变量、自变量，以及放宽条件）来提高模型的稳健性。接着，文章...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

张謹礧

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值