可应用于气象领域的FaceBook开源时序建模工具--Kats。

郭好奇同学

发布于 2021-07-30 14:57:51

5170

发布于 2021-07-30 14:57:51

文章被收录于专栏：好奇心Log

简介

时间序列分析建模是数据科学和机器学习的一个重要的领域，在电子商务、金融、供应链管理、医学、气象、能源、天文等诸多领域有着广泛的应用。而对于时间序列的分析以及建模目前也有非常多的技术，但相对散乱，本次FaceBook开源了Kats，它是第一个开发标准并连接时间序列分析各个领域的综合Python库，用户可以在这里探索其时间序列数据的基本特征，预测未来值，监视异常，并将其合并到ML模型和pipeline中。

在上个月，FaceBook开园了一款新的分析时间序列数据的library--Kats，Kats是以款：

轻量级的、易于使用的、通用的时间序列分析框架；

包括

预测、异常检测、多元分析和特征提取/嵌入。

据我们所知，Kats是第一个用于一般时间序列分析的综合Python库，它提供了经典和高级的时间序列数据建模技术。

Kats

1. Kats的优势

Kats是一个分析时间序列数据的工具箱，特点是：

轻量级；
易于使用；
通用；

可以用来执行时间序列分析。

2. Kats的功能

Kats的核心四大功能包括：

模型预测：Kats提供了一套完整的预测工具，包括10+个单独的预测模型、ensembling、自监督学习（meta-learning）模型、backtesting、超参数调整和经验预测区间。
检测：Kats支持检测时间序列数据的各种模式的功能，包括季节性、异常值、变化点和缓慢的趋势变化检测。
特征提取与嵌入：Kats中的时间序列特征（TSFeature）提取模块可以产生65个具有明确统计定义的特征，这些特征可以应用于大多数机器学习（ML）模型，如分类和回归。
使用的功能：Kats还提供了一组有用的实用程序，例如时间序列模拟器。

代码

预测案例

# !pip install kats

import pandas as pd

from kats.consts import TimeSeriesData
from kats.models.prophet import ProphetModel, ProphetParams

# take `air_passengers` data as an example
air_passengers_df = pd.read_csv(
    "./data/air_passengers.csv",
    header=0,
    names=["time", "passengers"],
)
air_passengers_df.head()

	time	passengers
0	1949-01-01	112
1	1949-02-01	118
2	1949-03-01	132
3	1949-04-01	129
4	1949-05-01	121

# convert to TimeSeriesData object
air_passengers_ts = TimeSeriesData(air_passengers_df)
# create a model param instance
params = ProphetParams(seasonality_mode='multiplicative') # additive mode gives worse results
# create a prophet model instance
m = ProphetModel(air_passengers_ts, params)
# fit model simply by calling m.fit()
m.fit()
# make prediction for next 30 month
fcst = m.predict(steps=30, freq="MS")

INFO:fbprophet:Disabling weekly seasonality. Run prophet with weekly_seasonality=True to override this.
INFO:fbprophet:Disabling daily seasonality. Run prophet with daily_seasonality=True to override this.

fcst.tail()

	time	fcst	fcst_lower	fcst_upper
25	1963-02-01	504.226854	488.814245	518.102516
26	1963-03-01	585.357522	569.323618	600.734632
27	1963-04-01	563.669453	548.299180	578.251332
28	1963-05-01	586.795969	571.121988	602.562586
29	1963-06-01	668.096474	650.864940	685.632700

时间序列检测案例

异常改变点的检测

import numpy as np
from kats.consts import TimeSeriesData
from kats.detectors.cusum_detection import CUSUMDetector

# simulate time series with increase
np.random.seed(10)
df_increase = pd.DataFrame(
    {
        'time': pd.date_range('2019-01-01', '2019-03-01'),
        'increase':np.concatenate([np.random.normal(1,0.2,30), np.random.normal(2,0.2,30)]),
    }
)

# convert to TimeSeriesData object
timeseries = TimeSeriesData(df_increase)

# run detector and find change points
change_points = CUSUMDetector(timeseries).detector()

df_increase.groupby('time')['increase'].first().plot()

change_points

[(TimeSeriesChangePoint(start_time: 2019-01-30 00:00:00, end_time: 2019-01-30 00:00:00, confidence: 1.0),
  <kats.detectors.cusum_detection.CUSUMMetadata at 0x7fa9449fe910>)]

时间序列特征

# Initiate feature extraction class
from kats.tsfeatures.tsfeatures import TsFeatures
# take `air_passengers` data as an example
air_passengers_df = pd.read_csv(
    "./data/air_passengers.csv",
    header=0,
    names=["time", "passengers"],
)

# convert to TimeSeriesData object
air_passengers_ts = TimeSeriesData(air_passengers_df)

# calculate the TsFeatures
features = TsFeatures().transform(air_passengers_ts)

features

{'length': 144,
 'mean': 280.2986111111111,
 'var': 14291.97333140432,
 'entropy': 0.4287365561752448,
 'lumpiness': 3041164.5629058965,
 'stability': 12303.627266589507,
 'flat_spots': 2,
 'hurst': -0.08023291030513455,
 'std1st_der': 27.206287853461966,
 'crossing_points': 7,
 'binarize_mean': 0.4444444444444444,
 'unitroot_kpss': 0.12847508180149445,
 'heterogeneity': 126.06450625819339,
 'histogram_mode': 155.8,
 'linearity': 0.853638165603188,
 'trend_strength': 0.9383301875692747,
 'seasonality_strength': 0.3299338017939569,
 'spikiness': 111.69732482853489,
 'peak': 6,
 'trough': 3,
 'level_shift_idx': 118,
 'level_shift_size': 15.599999999999966,
 'y_acf1': 0.9480473407524915,
 'y_acf5': 3.392072131604336,
 'diff1y_acf1': 0.30285525815216935,
 'diff1y_acf5': 0.2594591065999471,
 'diff2y_acf1': -0.19100586757092733,
 'diff2y_acf5': 0.13420736423784568,
 'y_pacf5': 1.0032882494015292,
 'diff1y_pacf5': 0.21941234780081417,
 'diff2y_pacf5': 0.2610103428699484,
 'seas_acf1': 0.6629043863684492,
 'seas_pacf1': 0.1561695525558896,
 'firstmin_ac': 8,
 'firstzero_ac': 52,
 'holt_alpha': 0.995070674288148,
 'holt_beta': 0.0042131109997650676,
 'hw_alpha': 0.9999999850988388,
 'hw_beta': 6.860710750514223e-16,
 'hw_gamma': 1.3205838720422503e-08}

参考文献