Facebook开源时序王器-Kats

原创

皮大大

发布于 2022-04-02 22:49:20

5970

发布于 2022-04-02 22:49:20

文章被收录于专栏：机器学习/数据可视化

作者：Peter 编辑：Peter

大家好，我是Peter~

Kats（Kits to Analyze Time Series）是一款轻量级、易于使用、可扩展和通用的框架，用于在Python中进行时序分析，由Facebook开源。

TimeSeriesData是Kats中表示单变量和多变量时间序列的基本数据结构，有两种初始化的方法：

TimeSeriesData(df)：要求包含一个"time"列和任意值列的pd.DataFrame对象
TimeSeriesData(time, value)：其中"time"是pd.Series或者pd.DatetimeIndex对象，值是pd.Series（单变量）或者pd.DataFrame(多变量)

安装

Mac中安装是非常简单的，直接pip install；如果是Windows系统，请百度解决各种依赖问题：

pip install --upgrade pip
pip install kats

GitHub学习地址：https://github.com/facebookresearch/Kats

API地址：https://facebookresearch.github.io/Kats/api/

导入库

In 1:

# 导入库
import numpy as np
import pandas as pd
from datetime import datetime, timedelta

import matplotlib.pyplot as plt
%matplotlib inline

import warnings
warnings.filterwarnings('ignore')

from kats.consts import TimeSeriesData

单变量预测

使用自带的air_passengers.csv的数据集。

导入数据

In 2:

# ./ 表示的当前目录下

air = pd.read_csv("./Kats/kats/data/air_passengers.csv")
air.head()

字段重命名

一定要有time字段：

方式1：创建TimeSeriesData对象

In 7:

type(air)  # 转换前

Out7:

pandas.core.frame.DataFrame

In 8:

air_ts = TimeSeriesData(air) # 实施转换

In 9:

type(air_ts)  # 转换后

Out9:

kats.consts.TimeSeriesData

In 10:

print(type(air_ts.time))
print(type(air_ts.value))
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>

方式2：TimeSeriesData(time,value)创建

In 11:

air_ts_from_series = TimeSeriesData(time=air.time, value=air.value)
air_ts_from_series

TimeSeriesData对象操作

TimeSeriesData对象支持很多类似pd.DataFrame的操作：

切片取数slicing
数学计算
内置的plot()方法绘图
一些常用的内置函数使用

切片取数

数学运算

当两个TimeSeries对象进行相加的时候，time列的取值必须相同：

In 16:

air_ts[2:8] + air_ts_from_series[2:8]

如果time列的值不同，则会报错：

逻辑判断

In 18:

air_ts == air_ts_from_series

Out18:

True

计算长度

In 19:

len(air_ts)

Out19:

常用属性

In 20:

air_ts.max

Out20:

In 21:

air_ts.min

Out21:

In 22:

# 是否是单变量：is_univariate
air_ts.is_univariate()

Out22:

True

In 23:

# 是否为空
air_ts.is_empty()

Out23:

False

In 24:

# 是否有数据缺失
air_ts.is_data_missing()

Out24:

False

转成DataFrame对象

In 25:

air_to_df = air_ts.to_dataframe()
air_to_df.head()

扩充extend(重点)

对两个不同的TimeSeries对象在axis=0方向上的扩充

In 26:

k1 = air_ts[2:5]  # 3行记录
k2 = air_ts[5:8]  # 3行记录

k1.extend(k2)

需要注意的是，扩充的时候两个对象的日期的头尾必须是能连接的上：

绘图

直接使用plot方法对Kats中的TimeSeriesData对象进行绘图

In 29:

air_ts.plot()

plt.show()

基于Kats的预测

Kats目前是支持多种预测的算法，常见的有：

Linear
Quadratic
ARIMA（重点）
SARIMA
Holt-Winters
Prophet（重点）
AR-Net
LSTM（重点）
Theta
VAR

在使用的时候通过fit和predict函数就可以完成基本的预测功能。

使用Prophet

建模拟合 + 预测的过程：

In 30:

下面的预测结果中：fcst是预测的均值，fcst_lower是预测的下限，fcst_upper是预测的上限

绘制预测结果的可视化图形：

In 31:

model.plot()

plt.show()

加上历史数据我们再预测一次：

from kats.models.prophet import ProphetModel, ProphetParams

params = ProphetParams(seasonality_mode="multiplicative", interval_width=0.8)
model = ProphetModel(data=air_ts, params=params)
model.fit()

# 加上历史数据 include_history=True
forecast = model.predict(steps=24, freq="MS",include_history=True)
model.plot()

黑线是原始的数据，蓝线是预测的结果

使用LSTM

使用LSTM模型再预测一次：

In 33:

对比Prophet和LSTM模型，我们发现：Prophet的趋势更好

多变量预测

导入数据

创建TimeSeriesData对象

方式1

In 4:

multi_ts = TimeSeriesData(df)

In 5:

type(multi_ts.time)

Out5:

pandas.core.series.Series

In 6:

type(multi_ts.value)

Out6:

pandas.core.frame.DataFrame

方式2

In 7:

multi_ts_two = TimeSeriesData(time=df.time,value=df[["v1","v2"]])
multi_ts_two

原数据绘图

In 10:

multi_ts.plot(cols=["v1","v2"])

plt.show()

多变量预测

预测结果如下：

上海疫情

手动整理上海最近30天的数据：

读取数据：

绘图

1、每日新增的预测结果：

具体数值为：

2、7日均值的预测趋势图

具体的数值为：

后续会来验证下这个结果！

时序资料

将来需要学习的主要内容：

1、模型框架：Prophet + Kats + ARIMA

2、书籍：FPP《预测：方法与实践》（第2版左，第三版右），第二版中文在线地址：https://otexts.com/fppcn/

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

机器学习

人工智能

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

机器学习

人工智能

登录后参与评论

0 条评论

热度