Memprediksi data dari waktu ke waktu

Machine Learning untuk Data Deret Waktu di Python

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

Klasifikasi vs. Regresi

Klasifikasi

classification_model.predict(X_test)

array([0, 1, 1, 0])

Regresi

regression_model.predict(X_test)

array([0.2, 1.4, 3.6, 0.6])

Korelasi dan regresi

Regresi mirip dengan menghitung korelasi, dengan beberapa perbedaan penting
- Regresi: Proses yang menghasilkan model formal dari data
- Korelasi: Statistik yang mendeskripsikan data. Informasinya lebih sedikit daripada model regresi.

Korelasi antar variabel sering berubah seiring waktu

Deret waktu sering memiliki pola yang berubah seiring waktu
Dua deret waktu yang tampak berkorelasi saat ini bisa tidak bertahan seiring waktu

Memvisualisasikan hubungan antar deret waktu

fig, axs = plt.subplots(1, 2)

# Make a line plot for each timeseries
axs[0].plot(x, c='k', lw=3, alpha=.2)
axs[0].plot(y)
axs[0].set(xlabel='time', title='X values = time')

# Encode time as color in a scatterplot
axs[1].scatter(x_long, y_long, c=np.arange(len(x_long)), cmap='viridis')
axs[1].set(xlabel='x', ylabel='y', title='Color = time')

Memvisualisasikan dua deret waktu

Model regresi dengan scikit-learn

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X, y)
model.predict(X)

Visualisasikan prediksi dengan scikit-learn

alphas = [.1, 1e2, 1e3]
ax.plot(y_test, color='k', alpha=.3, lw=3)
for ii, alpha in enumerate(alphas):
    y_predicted = Ridge(alpha=alpha).fit(X_train, y_train).predict(X_test)
    ax.plot(y_predicted, c=cmap(ii / len(alphas)))
ax.legend(['True values', 'Model 1', 'Model 2', 'Model 3'])
ax.set(xlabel="Time")

Visualisasikan prediksi dengan scikit-learn

Memberi skor model regresi

Dua metode paling umum:
- Korelasi ($r$)
- Koefisien Determinasi ($R^2$)

Koefisien Determinasi ($R^2$)

Nilai $R^2$ dibatasi atas oleh 1, dan bisa sangat rendah
Nilai yang lebih dekat ke 1 berarti model lebih baik memprediksi keluaran

$$ 1 - \frac{error(model)}{variance(testdata)} $$

$R^2$ di scikit-learn

from sklearn.metrics import r2_score
print(r2_score(y_predicted, y_test))

0.08

Ayo berlatih!

Machine Learning untuk Data Deret Waktu di Python