【Python】家庭用电数据分析Prophet预测_家庭用电量数据集

数据集：Household Electricity Consumption | Kaggle

目录

数据集简介

探索性分析

Prophet预测

Prophet模型

Prophet理念

Prophet优点

---

数据集简介

240000-household-electricity-consumption-records数据集包含了一个家庭6个月的用电数据，收集于2007年1月至2007年6月。这些数据包括全球有功功率、全球无功功率、电压、全球强度、分项计量1（厨房）、分项计量2（洗衣房）和分项计量3（电热水器和空调）等信息。该数据集共有260,640个测量值。

列名	说明
Date	日期
Time	时间
Globalactivepower	该家庭所消耗的总有功功率（千瓦）
Globalreactivepower	该家庭消耗的总无功功率（千瓦）
Voltage	向家庭输送电力的电压（伏特）
Global_intensity	输送到家庭的平均电流强度（安培）
Submetering1	厨房消耗的有功功率（千瓦）
Submetering2	洗衣房所消耗的有功功率（千瓦）
Submetering3	电热水器和空调所消耗的有功功率（千瓦）

探索性分析

导入数据集并读取头部 

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data_path = "./household_power_consumption.csv"
df = pd.read_csv(data_path,index_col='index')
df.head()

面向特定客户时可将列名替换为中文

# # 将列名替换为中文
# df.rename(columns={
#     'Date': '日期',
#     'Time': '时间',
#     'Global_active_power': '有功功率',
#     'Global_reactive_power': '无功功率',
#     'Voltage': '电压',
#     'Global_intensity': '电流',
#     'Sub_metering_1': '厨房的有功功率',
#     'Sub_metering_2': '洗衣房的有功功率',
#     'Sub_metering_3': '电热水器和空调的有功功率',
#     },inplace=1)
# # 再次预览前5行数据
# df.head()  

对DataFrame 中的数值列进行统计

df.describe()

 查看DataFrame中各列的数据类型

df.dtypes

转换数据格式

from tqdm.auto import tqdm
from ipywidgets import HBox, FloatProgress, HTML
# 将'Date'列转换为日期时间格式
df['Date']=pd.DatetimeIndex(df['Date'])
# 定义需要转换为数字的列
make_em_num = ['Global_active_power', 'Global_reactive_power', 'Voltage', 'Global_intensity', 'Sub_metering_1', 'Sub_metering_2', 'Sub_metering_3']
# 定义一个函数，将字符串转换为浮点数，如果转换失败则返回0
def floating(string):
    try:
        return float(string)
    except:
        return float(0)
# 遍历需要转换为数字的列
for column in tqdm(make_em_num):
    # 将列中的每个元素应用floating函数，转换为浮点数
    df[column] = df[column].apply(lambda item: floating(item))
# 创建一个水平布局，包含一个浮点进度条和一个HTML元素
HBox(children=(FloatProgress(value=0.0, max=7.0), HTML(value='')))

 查看转换效果，转换后的数据类型

df.dtypes

 查看转换效果，转换后的数据头部

df.head()

绘制相关系数热力图。使用Seaborn库中的heatmap函数来绘制一个热力图,展示数据框df中各列之间的相关性

• df.drop表示删除名为index、Date和Time的列。axis=1表示按列删除。
• annot=True，使得热力图上显示相关系数的具体数值。

import seaborn as sns
sns.heatmap(df.drop(['Date','Time'], axis=1).corr(), annot=True)

 

Prophet预测

https://github.com/facebook/prophet

Prophet是一种基于可加性模型预测时间序列数据的程序，其中非线性趋势可以按年度、每周和每日的季节性，以及假日效应进行拟合。它最适合于具有强烈季节效应的时间序列和有几个季节的历史数据。Prophet对于缺失的数据和趋势的变化是稳健的，并且通常能够很好地处理异常值。

获取DataFrame的形状 

from prophet import Prophet
df.shape

通过 Prophet 对有功功率和电压进行预测

# 从数据框中随机抽取10000行
df=df.sample(n=10000)
# 定义一个函数，用于使用Prophet模型进行预测
def prophet_forecaster(data, x, y, period=100):
    # 创建一个新的数据框，包含日期和目标变量
    new_df = pd.DataFrame(columns=['ds', 'y'])
    new_df['ds']= data[x]
    new_df['y'] = data[y]
    # 创建一个Prophet模型
    model = Prophet()
    # 使用新的数据框进行模型训练
    model.fit(new_df)
    # 创建未来日期的数据框
    future_dates = model.make_future_dataframe(periods=period)
    # 使用模型进行预测
    forecast = model.predict(future_dates)
    # 绘制预测结果
    model.plot(forecast)
    # 设置图表标题
    plt.title(f"Forecasting on the next {period} days for {y}")
# 使用Prophet模型对Global_active_power进行预测
prophet_forecaster(df, x='Date', y='Global_active_power', period=180)
# 使用Prophet模型对Global_reactive_power进行预测
prophet_forecaster(df, x='Date', y='Global_reactive_power', period=180)
# 使用Prophet模型对Voltage进行预测
prophet_forecaster(df, x='Date', y='Voltage', period=180)
# 使用Prophet模型对Global_intensity进行预测
prophet_forecaster(df, x='Date', y='Global_intensity', period=180)

未来半年有功功率预测结果：

未来半年无功功率预测结果 

未来半年电压预测结果：

未来半年电流预测结果

Prophet模型

• g(t) 表示趋势函数，能够拟合非周期性变化；

• s(s)表示周期性变化，例如每周，每年，每季节等；

• h(t)表示假期变化，节假日通常为一天或多天；

• ϵt为噪声项，表示随机无法预测的波动，通常假设ϵt是高斯的。

Prophet理念

• 趋势中有两个增长函数，分别是分段线性函数（linear）和非线性逻辑回归函数（logistic）。通过从数据中选择变化点，Prophet自动探测趋势变化；

• 使用傅里叶级数建模每年的季节分量；

• 使用虚变量代表过去，将来的相同节假日，属于节假日就为1，不属于就是0;

• 用户提供的重要节假日列表

• Modeling：建立时间序列模型。分析师根据预测问题的背景选择一个合适的模型。

• Forecast Evaluation：模型评估。根据模型对历史数据进行仿真，在模型的参数不确定的情况下，我们可以进行多种尝试，并根 据对应的仿真效果评估哪种模型更适合。

• Surface Problems：呈现问题。如果尝试了多种参数后，模型的整体表现依然不理想，这个时候可以将误差较大的潜在原因呈现给分析师。

• Visually Inspect Forecasts：以可视化的方式反馈整个预测结果。当问题反馈给分析师后，分析师考虑是否进一步调整和构建模型。

Prophet优点

• 准确，快速，高效率地拟合，可以针对所需关键数据进行交互式探索
• 集成全自动流程，无需人工操作就能对混乱的数据做出合理的预测
• 可调整的预测，预测模型的参数非常容易解释，可用业务知识改进或调整预测
• 对缺失值和变化剧烈的时间序列和离散值有很好的鲁棒性，不需要填补缺失值；