【时间序列预测实战】【规则与baseline】_预测数base uper

前言

规则的好处是简单高效且可解释性强，有时候样本量不足时，使用有用的规则比建模更有效，面对问题的时候不能只想着建模，而是根据问题去寻找解决的方案有哪些，互相比较，找到最好的解决方案

时间序列预测的规则

简单的统计量

• 中位数：很稳健
• 均值：分布较符合正态分布时适用
• 临近数据：指与待预测数据较近的数据，例如用8点的数据预测9点效果

周期因子

基于周的周期因子预测

周期通常有一周、一月、一年，支付行为、客流量、交通数据等时间序列都具有明显的周期性，缺点是不考虑特定日子和节假日。

若以周为周期，则如何计算周期因子?
第一种方式：除以周均值，然后按列取中位数

第二种方式：先获得列的均值（周内每日），再除以整体均值（整体均值就是所有值的平均值）

第二步就是预测，得到周期因子，就可以预测第四周的客流量，使用第一种方式，中位数直接乘以base，这里的base使用了第三周的均值。

base除了用最后一周的均值，我们可以使用去周期后取平均，即直接用第三周的原始客流量直接去除以中位数，中位数可以一定程度代表算数平均数。

基于月的周期因子预测

1. 对每日的申购总量和赎回总量都求均值
2. 统计周一到周日的频次
3. 使用基于周的周期因子作为加权均值
   
4. 根据因子和每日均值去计算预测值

规则应用到实战中

以星期为周期的中位数预测

train = data[(data['date']>=datetime.datetime(2014,3,31))&(data['date']<=datetime.datetime(2014,8,3))]

test = data[(data['date']>datetime.datetime(2014,8,3))&(data['date']<=datetime.datetime(2014,8,31))]

pred = pd.DataFrame(columns=['date','purchase','redeem'])
s = []
for i in range(4,32):
    a = datetime.datetime(2014,8,i)
    s.append(a)
    
pred['date'] = s

train.reset_index(inplace=True)
test.reset_index(inplace=True)

del train['index']
del test['index']


pred['purchase'] = test['total_purchase_amt']
pred['redeem'] = test['total_redeem_amt']
pred['date'] = pd.to_datetime(pred['date'
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21