Časově posunuté příznaky a autoregresní modely

Machine Learning pro data časových řad v Pythonu

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

Minulost je užitečná

Časové řady téměř vždy obsahují informace sdílené mezi časovými body
Minulé hodnoty mohou pomoci předpovědět budoucí vývoj
Nejlepšími příznaky pro predikci časové řady jsou často její předchozí hodnoty.

Hladkost a autokorelace

Časté otázka u časových řad: jak hladká jsou data.
Tj. jak korelovaný je časový bod se svými sousedy (tzv. autokorelace).
Míra autokorelace v datech ovlivňuje vaše modely.

Vytváření časově posunutých příznaků

Ukážeme si, jak sestavit model využívající minulé hodnoty jako vstupní příznaky.
To umožňuje posoudit míru autokorelace signálu (a mnoho dalšího).

Posun dat v čase pomocí Pandas

print(df)

# Shift a DataFrame/Series by 3 index values towards the past
print(df.shift(3))

Vytvoření časově posunutého DataFrame

# data is a pandas Series containing time series data
data = pd.Series(...)

# Shifts
shifts = [0, 1, 2, 3, 4, 5, 6, 7]

# Create a dictionary of time-shifted data
many_shifts = {'lag_{}'.format(ii): data.shift(ii) for ii in shifts}

# Convert them into a dataframe
many_shifts = pd.DataFrame(many_shifts)

Trénování modelu s časově posunutými příznaky

# Fit the model using these input features 
model = Ridge() 
model.fit(many_shifts, data)

Interpretace koeficientů autoregresního modelu

# Visualize the fit model coefficients
fig, ax = plt.subplots()
ax.bar(many_shifts.columns, model.coef_)
ax.set(xlabel='Coefficient name', ylabel='Coefficient value')

# Set formatting so it looks nice
plt.setp(ax.get_xticklabels(), rotation=45, horizontalalignment='right')

Vizualizace koeficientů pro hrubý signál

Vizualizace koeficientů pro hladký signál

Pojďme si procvičit!

Machine Learning pro data časových řad v Pythonu