公众号:尤而小屋
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
复制代码
GitHub学习地址:github.com/facebookres…
API地址: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
复制代码
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()
复制代码
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
复制代码
Out[7]:
pandas.core.frame.DataFrame
复制代码
In [8]:
air_ts = TimeSeriesData(air) # 实施转换
复制代码
In [9]:
type(air_ts) # 转换后
复制代码
Out[9]:
kats.consts.TimeSeriesData
复制代码
In [10]:
print(type(air_ts.time))
print(type(air_ts.value))
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>
复制代码
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
复制代码
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]
复制代码
如果time列的值不同,则会报错:
逻辑判断
In [18]:
air_ts == air_ts_from_series
复制代码
Out[18]:
True
复制代码
计算长度
In [19]:
len(air_ts)
复制代码
Out[19]:
144
复制代码
常用属性
In [20]:
air_ts.max
复制代码
Out[20]:
622
复制代码
In [21]:
air_ts.min
复制代码
Out[21]:
104
复制代码
In [22]:
# 是否是单变量:is_univariate
air_ts.is_univariate()
复制代码
Out[22]:
True
复制代码
In [23]:
# 是否为空
air_ts.is_empty()
复制代码
Out[23]:
False
复制代码
In [24]:
# 是否有数据缺失
air_ts.is_data_missing()
复制代码
Out[24]:
False
复制代码
转成DataFrame对象
In [25]:
air_to_df = air_ts.to_dataframe()
air_to_df.head()
复制代码
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)
复制代码
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()
复制代码
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()
复制代码
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()
复制代码
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)
复制代码
In [5]:
type(multi_ts.time)
复制代码
Out[5]:
pandas.core.series.Series
复制代码
In [6]:
type(multi_ts.value)
复制代码
Out[6]:
pandas.core.frame.DataFrame
复制代码
方式2
In [7]:
multi_ts_two = TimeSeriesData(time=df.time,value=df[["v1","v2"]])
multi_ts_two
复制代码
原数据绘图
In [10]:
multi_ts.plot(cols=["v1","v2"])
plt.show()
复制代码
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、推荐一门Intel的时序分析课程:www.intel.cn/content/www…
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:otexts.com/fppcn/