समय के साथ डेटा की भविष्यवाणी

Python में Time Series Data के लिए Machine Learning

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

क्लासिफिकेशन बनाम रिग्रेशन

क्लासिफिकेशन

classification_model.predict(X_test)

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

रिग्रेशन

regression_model.predict(X_test)

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

कोरिलेशन और रिग्रेशन

रिग्रेशन सहसंबंध जैसा है, पर कुछ मुख्य फर्क हैं
- Regression: एक प्रक्रिया जो डेटा का औपचारिक मॉडल बनाती है
- Correlation: डेटा का वर्णन करने वाला सांख्यिकीय मान. रिग्रेशन मॉडल से कम जानकारी देता है.

वैरिएबल्स के बीच कोरिलेशन समय के साथ बदलता है

टाइमसीरीज़ में पैटर्न समय के साथ बदलते हैं
जो दो टाइमसीरीज़ किसी क्षण सहसंबंधित लगें, वे आगे वैसी न रहें

टाइमसीरीज़ के बीच संबंधों का विज़ुअलाइज़ेशन

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')

दो टाइमसीरीज़ का विज़ुअलाइज़ेशन

scikit-learn के साथ रिग्रेशन मॉडल

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

scikit-learn से प्रेडिक्शंस का विज़ुअलाइज़ेशन

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")

scikit-learn से प्रेडिक्शंस का विज़ुअलाइज़ेशन

रिग्रेशन मॉडलों की स्कोरिंग

दो सबसे आम विधियाँ:
- Correlation ($r$)
- Coefficient of Determination ($R^2$)

Coefficient of Determination ($R^2$)

$R^2$ का अधिकतम मान 1 है, और यह अनंत तक घट सकता है
1 के करीब मान बताता है कि मॉडल आउटपुट बेहतर प्रेडिक्ट करता है

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

scikit-learn में $R^2$

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

0.08

अभ्यास करते हैं!

Python में Time Series Data के लिए Machine Learning