赞
踩
作者 | Light,学校 | 中国科学院大学
知乎链接:https://zhuanlan.zhihu.com/p/471014006
编辑:Python数据科学
大家好,我是东哥。分享一篇时间序列方法汇总的干货文章,理论、实践全包括,附案例和实战链接。
时间序列是我最喜欢研究的一种问题,这里我列一下时间序列最常用的方法,包括理论和实践两部分。理论部分大多是各路神仙原创的高赞解读,这里我就简单成呈现在这里,并附上链接。实践部分是质量较高的开源代码,方便大家快速上手。最后,附上一些 kaggle 比赛中比较经典的时序比赛的经典解法链接,供大家参考和学习。
时序问题都看成是回归问题,只是回归的方式(线性回归、树模型、深度学习等)有一定的区别。
arima 模型是 arma 模型的升级版;arma 模型只能针对平稳数据进行建模,而 arima 模型需要先对数据进行差分,差分平稳后在进行建模。这两个模型能处理的问题还是比较简单,究其原因主要是以下两点:
arma/arima 模型归根到底还是简单的线性模型,能表征的问题复杂程度有限;
arma 全名是自回归滑动平均模型,它只能支持对单变量历史数据的回归,处理不了多变量的情况。
原理篇:
写给你的金融时间序列分析:基础篇
重点介绍基本的金融时间序列知识和 arma 模型
https://zhuanlan.zhihu.com/p/38320827
金融时间序列入门【完结篇】 ARCH、GARCH
介绍更为高阶的 arch 和 garch 模型
https://zhuanlan.zhihu.com/p/21962996
实践篇:
【时间序列分析】ARMA预测GDP的 python实现
arma 模型快速上手
https://zhuanlan.zhihu.com/p/54799648
machinelearningmastery.com
arch、garch模型快速建模
https://machinelearningmastery.com/develop-arch-and-garch-models-for-time-series-forecasting-in-python/
总结:如果是处理单变量的预测问题,传统时序模型可以发挥较大的优势;但是如果问题或者变量过多,那么传统时序模型就显得力不从心了。
这类方法以 lightgbm、xgboost 为代表,一般就是把时序问题转换为监督学习,通过特征工程和机器学习方法去预测;这种模型可以解决绝大多数的复杂的时序预测模型。支持复杂的数据建模,支持多变量协同回归,支持非线性问题。
不过这种方法需要较为复杂的人工特征过程部分,特征工程需要一定的专业知识或者丰富的想象力。特征工程能力的高低往往决定了机器学习的上限,而机器学习方法只是尽可能的逼近这个上限。特征建立好之后,就可以直接套用树模型算法 lightgbm/xgboost,这两个模型是十分常见的快速成模方法,除此之外,他们还有以下特点:
计算速度快,模型精度高;
缺失值不需要处理,比较方便;
支持 category 变量;
支持特征交叉。
原理篇:
提升树模型:Lightgbm 原理深入探究:
lightgbm 原理
https://blog.csdn.net/anshuai_aw1/article/details/83659932
xgboost 的原理没你想像的那么难:
xgboost 原理
https://www.jianshu.com/p/7467e616f227
实践篇:
在 Python 中使用 Lightgbm:
lightgbm 模型实践
https://zhuanlan.zhihu.com/p/52583923
史上最详细的 XGBoost 实战:
xgboost 模型实践
https://zhuanlan.zhihu.com/p/31182879
总结:通过一系列特征工程后,直接使用机器学习方法,可以解决大多数的复杂时序问题;不过这方法最大的缺点是特征工程可能会较为繁琐。
深度学习模型方法
这类方法以 LSTM/GRU、seq2seq、wavenet、1D-CNN、transformer为主。深度学习中的 LSTM/GRU 模型,就是专门为解决时间序列问题而设计的;但是 CNN 模型是本来解决图像问题的,但是经过演变和发展,也可以用来解决时间序列问题。总体来说,深度学习类模型主要有以下特点:
不能包括缺失值,必须要填充缺失值,否则会报错;
支持特征交叉,如二阶交叉,高阶交叉等;
需要 embedding 层处理 category 变量,可以直接学习到离散特征的语义变量,并表征其相对关系;
数据量小的时候,模型效果不如树方法;但是数据量巨大的时候,神经网络会有更好的表现;
神经网络模型支持在线训练。
实际上,基于实际预测问题,可以设计出各式各样的深度学习模型架构。假如我们预测的时序问题(如预测心跳频率),不仅仅只和统计类的数据有关,还和文本(如医师意见)以及图像(如心电图)等数据有关 ,我们就可以把 MLP、CNN、bert 等冗杂在一起,建立更强力的模型。
图源:https://www.kaggle.com/c/avito-demand-prediction/discussion/59880
理论篇:
[干货] 深入浅出 LSTM 及其 Python 代码实现:
LSTM 原理
https://zhuanlan.zhihu.com/p/104475016
Seq2Seq 原理详解-早起的小虫子-博客园:
seq2seq 原理
https://www.cnblogs.com/liuxiaochong/p/14399416.html
Wavenet 原理与实现:
wavenet 原理
https://zhuanlan.zhihu.com/p/28849767
CNN 卷积神经网络如何处理一维时间序列数据:
1D-CNN 处理时序数据
https://www.ai8py.com/cnn-in-keras-for-time-sequences.html
Transformer for TimeSeries 时序预测算法详解:
transformer 时序预测
https://zhuanlan.zhihu.com/p/391337035
实践篇:
seq2seq 模型的 python 实现-基于 seq2seq 模型的自然语言处理应用:
seq2seq 模型实现
https://dataxujing.github.io/seq2seqlearn/chapter3/
machinelearningmastery.com:
LSTM 实践
https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-pyth
Conv1d-WaveNet-Forecast Stock price:
wavenet 模型预测股票价格
https://www.kaggle.com/bhavinmoriya/conv1d-wavenet-forecast-stock-price
towardsdatascience.com/:
transformer 时序预测数据
https://towardsdatascience.com/how-to-use-transformer-networks-to-build-a-forecasting-model-297f9270e630
Keras documentation:
Timeseries classification with a Transformer model:transformer 处理时序数据分类
https://keras.io/examples/timeseries/timeseries_transformer_classification/
kaggle.com/fatmakursun/:
CNN 预测模型
https://www.kaggle.com/fatmakursun/predict-sales-time-series-with-cnn
总结:深度学习模型可以解决基本上所有时序问题,而且模型可以自动学习特征工程,极大减少了人工;不过需要较高的模型架构能力。
最后我再附上一些比较经典的数据挖掘比赛链接和解决方案,如果能够理解数据和代码,必会受益匪浅。如果大家对某个比赛解决方案十分感兴趣,我后续会详细解读。
1)网站流量预测:
RNN seq2seq 模型:
https://github.com/Arturus/kaggle-web-traffic
xgboost 和 MLP 模型:
https://github.com/jfpuget/Kaggle/tree/master/WebTrafficPrediction
kalman 滤波:
https://github.com/oseiskar/simdkalman
CNN 模型:
https://github.com/sjvasquez/web-traffic-forecasting
2)餐厅客户量预测
特征工程+lgb:
https://www.kaggle.com/plantsgo/solution-public-0-471-private-0-505
特征工程+lgb:
https://www.kaggle.com/pureheart/1st-place-lgb-model-public-0-470-private-0-502
3)开放通道预测
wavenet 模型:
https://www.kaggle.com/vicensgaitan/2-wavenet-swa
1D-CNN 模型:
https://www.kaggle.com/kmat2019/u-net-1d-cnn-with-keras
seq2seq 模型:
https://www.kaggle.com/brandenkmurray/seq2seq-rnn-with-gru
4)肺压力预测
transformer 模型:
https://www.kaggle.com/cdeotte/tensorflow-transformer-0-112
双向 lstm 模型:
https://www.kaggle.com/tenffe/finetune-of-tensorflow-bidirectional-lstm
时间序列问题博大精深,应用场景十分广泛。实际上许多预测问题都可以看做是时间序列问题,比如股票/期货/外汇价格预测,网站/餐馆/旅馆/交通流量预测,店铺商品库存/销量预测等等。掌握了时间序列预测方法,你可能就掌管一把洞见未来的钥匙。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。