目录
程序简介
利用乘法型的时间序列分解算法预测北京气温变化
程序输入：观测数据，周期长度，需要往后预测的个数
程序输出：预测值，模型结构
时间序列分解使用加法模型或乘法模型讲原始系列拆分为四部分：长期趋势变动T、季节变动S(显式周期，固定幅度、长度的周期波动)、循环变动C(隐式周期，周期长不具严格规则的波动)和不规则变动L。本例使用的是乘法模型。
程序/数据集下载
代码分析
导入模块、路径
# -*- coding: utf-8 -*- from Module.BuildModel import TimeSeriesSplit import pandas as pd import numpy as np import matplotlib.pyplot as plt import os #路径目录 baseDir = ''#当前目录 staticDir = os.path.join(baseDir,'Static')#静态文件目录 resultDir = os.path.join(baseDir,'Result')#结果文件目录
读取北京气象数据，分为测试集和训练集，查看内容，程序主要使用平均温度数据
#读取数据 data = pd.read_excel(staticDir+'/北京气象数据.xlsx') #前24个做训练数据，后面的做测试数据 train = data[0:24]['平均温度(℃)'].values test = data[24:]['平均温度(℃)'].values data.head()
| 城市 | 日期 | 最低温度(℃) | 最高温度(℃) | 平均温度(℃) | 湿度(%) | 风速(m/s) | 风级(级) | 气压(hpa) | 能见度(km) | 总降水量(mm) | 平均总云量(%) | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 北京市 | 2017年03月 | -1.2 | 19.1 | 9.0 | 38 | 2.5 | 2 | 1018 | 14.2 | 5.7 | 64 |
| 1 | 北京市 | 2017年04月 | 5.4 | 33.1 | 17.4 | 35 | 2.5 | 2 | 1008 | 14.5 | 0.0 | 66 |
| 2 | 北京市 | 2017年05月 | 12.5 | 35.4 | 23.2 | 41 | 2.6 | 2 | 1006 | 14.6 | 15.5 | 65 |
| 3 | 北京市 | 2017年06月 | 12.7 | 38.0 | 25.5 | 50 | 2.3 | 2 | 1003 | 14.3 | 60.2 | 73 |
| 4 | 北京市 | 2017年07月 | 19.8 | 36.3 | 27.9 | 70 | 1.8 | 2 | 1001 | 9.2 | 48.7 | 77 |
进行时间分解建模，使用的TimeSeriesSplit类位于项目文件的Modlue/BuildModel.py中，下文将给出代码
本文使用的时间分解乘法模型，其公式为D=T×S×C×I，D为预测值，T为长期趋势，S为季节性因子，C为周期波动(不容易得出，往往由研究者自定或忽略)，I为随机波动(无法计算，忽略)
而T长期趋势是由单独的一个模型求出，本程序使用的是线性模型
#建模 EMA = 12#周期长度，即12个月 model = TimeSeriesSplit(train,EMA) #预测 result = model.predict(test.shape[0]) print('季节性因子',np.round(result['seasonFactor']['value'],2)) print('长期趋势系数和截距',np.round(result['Ta']['value'],2),np.round(result['Tb']['value'],2)) print('预测值',np.round(result['predict']['value'],2))
季节性因子 [ 0.61 1.14 1.6 1.96 2.03 2.01 1.66 0.94 0.34 -0.01 -0.23 -0.05] 长期趋势系数和截距 -0.52 19.75 预测值 [ 4.45 7.76 10.09 11.34 10.69 9.55 7.01 3.48 1.08 -0.02 -0.49]
这部分是上文使用的TimeSeriesSplit类对序列进行时间分解乘法建模，输入为原序列和周期长度(这里为12，因为1年12个月)。该代码块可以直接运行用来进行小实验测试。
# -*- coding: utf-8 -*- from sklearn.linear_model import LinearRegression import pandas as pd import numpy as np class TimeSeriesSplit(): def __init__(self,series,EMA): ''' 时间序列分解算法，乘法模型，由于循环波动难以确认，受随机因素影响大，不予考虑 series：时间序列 EMA：移动平均项数，也是周期的时长 ''' self.buildModel(series,EMA) def predict(self,num): ''' 往后预测num个数，返回的是整个模型的信息 num：预测个数 ''' result = [] for i in range(num): #季节因子 S = self.seasFactors[(i+len(self.series))%len(self.seasFactors)] #长期趋势 T = self.regression.predict(i+len(self.series))[0][0] result.append(T*S) info = { 'predict':{'value':result,'desc':'往后预测的%s个数'%num}, 'Ta':{'value':self.regression.coef_[0][0],'desc':'长期趋势线性模型的系数'}, 'Tb':{'value':self.regression.intercept_[0],'desc':'长期趋势线性模型的截距'}, 'seasonFactor':{'value':self.seasFactors,'desc':'季节因子'}, } return info def buildModel(self,series,EMA): ''' 建模，预测 series：时间序列 EMA：移动平均项数，也是周期的时长 ''' series = np.array(series).reshape(-1) #移动平均数 moveSeies = self.calMoveSeries(series,EMA) #季节因子 seasonFactors = self.calSeasonFactors(series,moveSeies,EMA) #长期趋势建模 regression = self.buildLongTrend(series) #收尾，设置对象属性 self.series = series self.seasFactors = seasonFactors self.regression = regression def calMoveSeries(self,series,EMA): ''' 计算移动平均数 series：时间序列 EMA：移动平均项数，也是周期的时长 ''' #计算移动平均 moveSeries = [] for i in range(0,series.shape[0]-EMA+1): moveSeries.append(series[i:i+EMA].mean()) moveSeries = np.array(moveSeries).reshape(-1) #如果项数为复数，则移动平均后数据索引无法对应原数据，要进行第2次项数为2的移动平均 if EMA % 2 == 0: moveSeries2 = [] for i in range(0,moveSeries.shape[0]-2+1): moveSeries2.append(moveSeries[i:i+2].mean()) moveSeries = np.array(moveSeries2).reshape(-1) return moveSeries def calSeasonFactors(self,series,moveSeries,EMA): ''' 计算季节性因子 series：时间序列 moveSeries：移动平均数 EMA：移动平均项数，也是周期的时长 ''' #移动平均后的第一项索引对应原数据的索引 startIndex = int((series.shape[0] - moveSeries.shape[0])/2) #观测值除以移动平均值 factors = [] for i in range(len(moveSeries)): factors.append(series[startIndex+i]/moveSeries[i]) #去掉尾部多余部分 rest = len(factors)%EMA factors = factors[:len(factors)-rest] factors = np.array(factors).reshape(-1,EMA) #平均值可能不是1,调整 seasonFactors = factors.mean(axis=0)/factors.mean() #按季顺序进行索引调整 seasonFactors = seasonFactors[startIndex:].reshape(-1).tolist() + seasonFactors[:startIndex].reshape(-1).tolist() seasonFactors = np.array(seasonFactors).reshape(-1) return seasonFactors def buildLongTrend(self,series): ''' 计算长期趋势 series：时间序列 ''' #建立线性模型 reg = LinearRegression() #季节索引从0开始 index = np.array(range(series.shape[0])).reshape(-1,1) reg.fit(index,series.reshape(-1,1)) return reg if __name__ == "__main__": import matplotlib.pyplot as plt #https://wenku.baidu.com/view/89933c24a417866fb94a8e0a.html?from=search #https://blog.csdn.net/weixin_40159138/article/details/90603344 #销售数据 data = [ 3017.60,3043.54,2094.35,2809.84, 3274.80,3163.28,2114.31,3024.57, 3327.48,3439.48,3493.93,3490.79, 3685.08,3661.23,2378.43,3459.55, 3849.63,3701.18,2642.38,3585.52, 4078.66,3907.06,2818.46,4089.50, 4339.61,4148.60,2976.45,4084.64, 4242.42,3997.58,2881.01,4036.23, 4360.33,4360.53,3172.18,4223.76, 4690.48,4694.48,3342.35,4577.63, 4965.46,5026.05,3470.14,4525.94, 5258.71,5489.58,3596.76,3881.60 ] #plt.plot(range(len(data)),data) model = TimeSeriesSplit(data,4) #往后预测4个数，也就是1年4个季度的数 print(model.predict(4))
将预测值和观测值可视化，因为时间序列分解法适合长期预测，所以只需要一次建模，从图中可看出序列的趋势得到很好的拟合，这一点其他时间序列预测算法不易得到，因为大多数算法只适合短期预测
#用来正常显示中文标签 plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示负号 plt.rcParams['axes.unicode_minus']=False plt.plot(range(len(result['predict']['value'])),result['predict']['value'],label="预测值") plt.plot(range(len(result['predict']['value'])),test,label="观测值") plt.legend() plt.title('时间序列分解法预测效果') plt.savefig(resultDir+'/时间序列分解法预测效果.png',dpi=100,bbox_inches='tight')
