Затримки в часі та авторегресійні моделі

Machine Learning для часових рядів у Python

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

Минуле корисне

  • У часових рядах майже завжди є інформація, спільна між моментами часу
  • Дані з минулого допомагають передбачати майбутнє
  • Часто найкращі ознаки для прогнозу ряду — це попередні значення того ж ряду.
Machine Learning для часових рядів у Python

Про гладкість та автокореляцію

  • Поширене запитання про часовий ряд: наскільки він гладкий.
  • Тобто наскільки момент корелює з сусідніми моментами (автокореляція).
  • Рівень автокореляції впливатиме на ваші моделі.
Machine Learning для часових рядів у Python

Створення зсунених у часі ознак

  • Подивімося, як побудувати модель, що використовує минулі значення як вхідні ознаки.
  • Це дасть змогу оцінити автокорельованість сигналу (і багато чого іншого)
Machine Learning для часових рядів у Python

Зсув даних у часі в Pandas

print(df)

         df 
    0   0.0
    1   1.0 
    2   2.0 
    3   3.0 
    4   4.0 

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

         df
    0   NaN
    1   NaN
    2   NaN
    3   0.0
    4   1.0
Machine Learning для часових рядів у Python

Створення зсунутого у часі 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)
Machine Learning для часових рядів у Python

Навчання моделі на зсунених у часі ознаках

# Fit the model using these input features 
model = Ridge() 
model.fit(many_shifts, data)
Machine Learning для часових рядів у Python

Інтерпретація коефіцієнтів авторегресійної моделі

# 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')
Machine Learning для часових рядів у Python

Візуалізація коефіцієнтів для «грубого» сигналу

Machine Learning для часових рядів у Python

Візуалізація коефіцієнтів для «гладкого» сигналу

Machine Learning для часових рядів у Python

Давайте потренуємось!

Machine Learning для часових рядів у Python

Preparing Video For Download...