Datawhale干货
作者：戳戳龍，上海交通大学，量化算法工程师
(资料图片)
? 平时工作中每天都在和时间序列打交道，对时间序列分析进行研究是有必要的
? 分享和交流一些自己的在时序处理方面的心得，提供一些思路
? 介绍时序的发展情况，以及目前业界常用的方法
? 代码希望能模板化，能直接复制过去使用
?series = trend + seasons + dependence+ error
? 时间序列的趋势分量表示该序列均值的持续的、长期的变化
Df["ma20"] = Df["amt"].rolling(20).mean()
def plot_season(Df): df = Df.copy() # 计算每周属于哪一年 df["year"] = df["date"].dt.year # 计算每周为一年当中的第几周 df["week_of_year"] = df["date"].dt.weekofyear for year in df["year"].unique(): tmp_df = df[df["year"] == year] plt.plot(tmp_df["week_of_year"], tmp_df["amt"], ".-", label=str(year)) plt.legend() plt.show()
?如果每隔h个单位，ACF值有一个局部高峰，则数据存在以h为单位的周期性
from statsmodels.graphics.tsaplots import plot_acfplot_acf(Df["amt"], lags=500).show()
?自相关函数 autocorrelation function有序的随机变量序列与其自身相比较自相关函数反映了同一序列在不同时序的取值之间的相关性
from statsmodels.graphics.tsaplots import plot_acf_ = plot_acf(Df["amt"], lags=50)
from statsmodels.graphics.tsaplots import plot_pacfplot_pacf(Df["amt"], lags=5)
?官方文档：https://facebook.github.io/prophet/docs/quick_start.html#python-api
?模型结构——关于时间的广义线性模型g(t):trend,用分段线性函数或逻辑增长曲线(logistic)拟合s(t):seasonality,用傅里叶级数拟合。可以叠加多个季节性，如weekly,yearly （s = s1+s2……）h(t):regressor，用线性函数拟合。可以叠加多个外部变量，如节假日、温度、活动（h = h1+h2+……）:模型残差 不用拟合以上方程也可以写成乘法形式：乘法形式和加法形式可以相互转换，乘法形式两边取对数就是加法形式
?模型结构——关于时间的广义线性模型
?线性趋势函数分段线性趋势函数超参数，由用户给出分几段参数，根据历史数据拟合k：曲线增长速率m：曲线的截距
?线性趋势函数
分段线性趋势函数
?函数展示：https://www.desmos.com/calculator/8pnqou9ojy?lang=zh-CN
?任何周期性函数都可以表示成傅里叶级数
? 函数展示：(https://www.desmos.com/calculator/5prck2beq1?lang=zh-CN
: 模型输入， 外部因素在时刻的取值
Z可以是0-1变量 （e.g.是否是法定假日，是否是春节，是否有促销）
也可以是连续变量 （e.g.产品价格， 温度，降雨量)
：线性回归系数
1️⃣ 先设定表达式（超参数）
2️⃣ 根据训练集数据求解参数
df_train = Df[ (Df["date"]<"2022-01-01") & (Df["date"]>="2018-01-01") ]df_test = Df[ (Df["date"]>="2022-01-01")]
def FB(data): df = pd.DataFrame({ "ds": data.date, "y": data.amt, })# df["cap"] = data.amt.values.max()# df["floor"] = data.amt.values.min() m = prophet.Prophet( changepoint_prior_scale=0.05, daily_seasonality=False, yearly_seasonality=True, #年周期性 weekly_seasonality=True, #周周期性# growth="logistic", ) m.add_seasonality(name="monthly", period=30.5, fourier_order=5, prior_scale=0.1)#月周期性 m.add_country_holidays(country_name="CN")#中国所有的节假日 m.fit(df) future = m.make_future_dataframe(periods=30, freq="D")#预测时长# future["cap"] = data.amt.values.max()# future["floor"] = data.amt.values.min() forecast = m.predict(future) fig = m.plot_components(forecast) fig1 = m.plot(forecast) a = add_changepoints_to_plot(fig1.gca(), m, forecast) return forecast,m
forecast,m = FB(df_train)
def FPPredict(data,m): df = pd.DataFrame({ "ds": data.date, "y": data.amt, }) df_predict = m.predict(df) df["yhat"] = df_predict["yhat"].values df = df.set_index("ds") df.plot() return df
df = FPPredict(df_test.tail(200),m)
kaggle notebook[1]
Purchase Redemption Data.zip
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport prophetfrom prophet.diagnostics import cross_validationfrom prophet.diagnostics import performance_metricsfrom prophet.plot import plot_cross_validation_metricimport warningswarnings.filterwarnings("ignore")
data_user = pd.read_csv("../input/purchase-redemption/Purchase Redemption Data/user_balance_table.csv")data_user["report_date"] = pd.to_datetime(data_user["report_date"], format="%Y%m%d")data_user.head()
data_user_byday = data_user.groupby(["report_date"])["total_purchase_amt","total_redeem_amt"].sum().sort_values(["report_date"]).reset_index()data_user_byday.head()
#定义模型def FB(data: pd.DataFrame): df = pd.DataFrame({ "ds": data.report_date, "y": data.total_purchase_amt, })# df["cap"] = data.total_purchase_amt.values.max()# df["floor"] = data.total_purchase_amt.values.min() m = prophet.Prophet( changepoint_prior_scale=0.05, daily_seasonality=False, yearly_seasonality=True, #年周期性 weekly_seasonality=True, #周周期性# growth="logistic", )# m.add_seasonality(name="monthly", period=30.5, fourier_order=5, prior_scale=0.1)#月周期性 m.add_country_holidays(country_name="CN")#中国所有的节假日 m.fit(df) future = m.make_future_dataframe(periods=30, freq="D")#预测时长# future["cap"] = data.total_purchase_amt.values.max()# future["floor"] = data.total_purchase_amt.values.min() forecast = m.predict(future) fig = m.plot_components(forecast) fig1 = m.plot(forecast) return forecast,m
result_purchase,purchase_model = FB(data_user_byday.iloc[:-30])
def FPPredict(data,m): df = pd.DataFrame({ "ds": data.report_date, "y": data.total_purchase_amt, })# df["cap"] = data.total_purchase_amt.values.max()# df["floor"] = data.total_purchase_amt.values.min() df_predict = m.predict(df) df["yhat"] = df_predict["yhat"].values df = df.set_index("ds") df.plot() return df
purchase_df = FPPredict(data_user_byday.iloc[-30:],purchase_model)
#定义模型def FB(data: pd.DataFrame): df = pd.DataFrame({ "ds": data.report_date, "y": data.total_redeem_amt, }) df["cap"] = data.total_purchase_amt.values.max() df["floor"] = data.total_purchase_amt.values.min() m = prophet.Prophet( changepoint_prior_scale=0.05, daily_seasonality=False, yearly_seasonality=True, #年周期性 weekly_seasonality=True, #周周期性 growth="logistic", )# m.add_seasonality(name="monthly", period=30.5, fourier_order=5, prior_scale=0.1)#月周期性 m.add_country_holidays(country_name="CN")#中国所有的节假日 m.fit(df) future = m.make_future_dataframe(periods=30, freq="D")#预测时长 future["cap"] = data.total_purchase_amt.values.max() future["floor"] = data.total_purchase_amt.values.min() forecast = m.predict(future) fig = m.plot_components(forecast) fig1 = m.plot(forecast) return forecast
result_redeem = FB(data_user_byday)
https://www.heywhale.com/mw/project/63904f5658e3bea6a3e52800
import sweetviz as svdef eda(df, name, target=None): sweet_report = sv.analyze(df, target_feat=target) sweet_report.show_html(f"{name}.html")def eda_compare(df1, df2, name, feature, target): feature_config = sv.FeatureConfig(force_text=feature, force_cat=feature) sweet_report = sv.compare(df1, df2, feat_cfg=feature_config, target_feat=target) sweet_report.show_html(f"{name}_compare.html")
完整版请访问：https://www.wolai.com/stupidccl/5dqha79nnrPMf5xTAs6jUu
kaggle notebook: https://www.kaggle.com/code/stupidccl/time-serious-analysis-1/edit/run/107631286
(资料图片)
资讯推荐