Java时间序列预测(ARIMA)

有时候我们需要在Java里对时间序列的数据进行简单地预测,通过其他语言(Python或R)来实现会极大的提高开发和运维成本.另外,很多数学模型的原理比较复杂,并且涉及到模型训练和参数调优,这些也会加大我们的时间投入.本文尝试向大家分享一个不需要了解算法、不需要参数调优就可以直接引用的实现方式.

添加依赖

当前Java可应用的第三方库非常少,通过对比后选择了下面的依赖,大家可以参考Github的文档和源码.

<dependency>
    <groupId>com.github.jrachiele</groupId>
    <artifactId>java-timeseries</artifactId>
    <version>0.2.1</version>
</dependency>

代码

如果你只想要一个可以引用的代码,你只需要在你的代码中调用下面的方法:

   TimeSeriesPredictUtil.predict(data, 7, false);

其中, data是你的历史时间序列, 7是需要未来多少个数据, false代表不绘图.

为了你上面的引用有效,你还需要将下面的TimeSeriesPredictUtil类复制到你的项目中:

package org.test;

import timeseries.TimeSeries;
import timeseries.models.Forecast;
import timeseries.models.arima.Arima;

import java.util.ArrayList;

public class TimeSeriesPredictUtil {
   

    private TimeSeriesPredictUtil() {
   
    }

    /**
     * 调用第三方库并对时间序列进行预测，输入对数据需要是有序甚至规律的时间序列。另外，不需要输入时间时间，
     * 如果你需要得到时间和预测值的键值对，你需要自己组装
     *
     * @param data  需要预测的数据
     * @param steps 你需要预测未来多少个单位的数据，比如5天，5周或者5个月。
     * @param draw  是否绘图，测试时可以通过绘图直观的翻译数据预测是否准确
     * @return 预测值数组
     */
    public static double[] predict(double[] data, int steps, boolean draw) {
   
        TimeSeries series = new TimeSeries(data);

        ArrayList<Integer