Facebook开源时序王器-Kats
Facebook开源时序王器-Kats
公众号：尤而小屋 作者：Peter 编辑：Peter
大家好，我是Peter~
最近调研了很多时间序列相关的模型、框架，准备开始学习时序。这里先介绍一款Facebook开源的时序利器：Kats
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开源的一款时序框架。
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 katsGitHub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Out[7]:
pandas.core.frame.DataFrameIn [8]:
air_ts = TimeSeriesData(air) # 实施转换In [9]:
type(air_ts) # 转换后Out[9]:
kats.consts.TimeSeriesDataIn [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_seriesOut[18]:
True计算长度
In [19]:
len(air_ts)Out[19]:
144常用属性
In [20]:
air_ts.maxOut[20]:
622In [21]:
air_ts.minOut[21]:
104In [22]:
# 是否是单变量：is_univariate
air_ts.is_univariate() Out[22]:
TrueIn [23]:
# 是否为空
air_ts.is_empty()Out[23]:
FalseIn [24]:
# 是否有数据缺失
air_ts.is_data_missing()Out[24]:
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)Out[5]:
pandas.core.series.SeriesIn [6]:
type(multi_ts.value)Out[6]:
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：
时序资料
将来需要学习的主要内容：
1、模型框架：Prophet + Kats + ARIMA
2、推荐一门Intel的时序分析课程：
https://www.intel.cn/content/www/cn/zh/developer/learn/course-time-series-analysis.html
3、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/
