Бързо прогнозиране на времеви редове със StatsForecast

Прогнозирайте светкавично бързи едномерни времеви редове с пакета StatsForecast на Nixtla

StatsForecast е пакет, който идва с колекция от статистически и иконометрични модели за прогнозиране на едномерни времеви редове. Работи идеално с големи времеви сериии не само твърди, че е 20x по-бърз от известния пакет pmdarima, но и 500x по-бърз от fb пророк.

Тази статия ви предоставя първи преглед на пакета StatsForecast и как да го използвате. За да демонстрираме неговата супер бърза производителност, но също и използването му с единични и множество времеви серии, ще работим с два набора от данни.

Ще използваме набора от данни „Общи продажби на вино в Австралия“ за единичния времеви ред. Наборът от данни ще се използва за сравняване на функцията auto_arima на StatsForecast с тази от добре познатия пакет pmdarima. Вторият е извадка от набора от данни M4, който съдържа 1476 времеви серии. Идеята зад втория пример е да ви покаже как да подготвите данните си за прогнозиране на множество времеви серии с пакета.

Защо е толкова бързо?

Преди да започнем, може да сте скептични и да се чудите каква е тайната му, че е толкова бърз. Има две основни причини за това.

Първо, StatsForecast използва Numba. Numba е Just-In-Time (JIT) компилатор за Python, който работи доста добре с код NumPy и превежда части като масиви, алгебрични функции и т.н., в бърз машинен код.

Второ, той също използва паралелни изчисления, което показва предимствата му при работа с множество времеви серии.

Първи стъпки и предпоставки

За да инсталирате StatsForecast, просто изпълнете следната команда, ако искате да инсталирате пакета с pip:

pip install statsforecast

За да го инсталирате с conda стартирайте:

conda install -c nixtla statsforecast

Структура на данни

StatsForecast трябва да има данните от времевия ред в специална структура:

+-----------+----------+-------+
| unique_id |    ds    |   y   |
+-----------+------------------+
|     0     | Jan 2021 |  100  |
|     0     | Feb 2021 |  200  |
|     0     | Mar 2021 |  150  |
+-----------+------------------+

• Индексна колона, наречена unique_id
• Колона ds, която съдържа дата или числова стойност
• Колоната y, която е целевата променлива на нашия едномерен времеви ред

Индексната колона представлява индекса на съответния динамичен ред. В случай, че работите само с една единична времева серия, индексът е винаги 0 или постоянен. Ако имате няколко времеви серии в един кадър от данни, индексът се използва за диференциране между тях и позволява паралелно изчисление. Например първият времеви ред получава индекс 0, вторият индекс 1 и т.н.

Прогнозиране със StatsForecast

Сега, след като сме запознати с необходимата структура на данните, нека започнем с моделирането и прогнозирането.

Общи продажби на вино в Австралия (един времеви ред)

На първо място, трябва да приведем данните в правилната форма. Данните за продажбите идват като серия с дата (месец година) като индекс (ред 8).

Тъй като това е единичен времеви ред, задаваме индекс за всички данни на 0, създаваме ds колона за датата и колона y за стойностите на продажбите (редове 11–17).

След тази стъпка преобразуваме колоната ds в datetime (ред 18). Общите данни за виното са на месечно ниво. Когато го конвертираме с datetime,получаваме формат година-месец-ден, който винаги започва с първия ден от месеца. Това може по-късно да доведе до проблем при използване на метода за прогнозиране (датата на резултата винаги ще бъде края на месеца). Ето защо добавяме тук MonthEnd(1).

Не на последно място, ние разделяме нашите данни на обучаващ и тестов набор. Крайният резултат от нашите данни изглежда така:

След като приведем данните си в правилната форма, можем да започнем да инициализираме StatsForecast:

StatsForecast се нуждае от следните параметри:

• Рамката с данни (обучение).
• Моделите, които искате да използвате като кортежи с името на модела и съответните параметри (auto_arima, 12)
• Честотата („M“ за месеци, „Y“ за години и т.н.)
• По избор е n_jobs, който може да се използва за активиране на паралелни изчисления, когато се работи с множество времеви серии.

Както споменахме в началото, StatsForecast идва с куп други статистически и иконометрични модели. Можете да предоставите параметъра на моделите (ред 7) няколко параметъра като кортежи с техните конкретни параметри. Пълен списък на всички предоставени модели можете да намерите тук.

В този пример използваме само модела auto_arima и задаваме параметъра за дължина на сезона на 12. Параметърът n_job е зададен по подразбиране на 1. Има смисъл да го увеличаваме само ако имаме множество времеви серии в нашия набор от данни.

Сега, след като конфигурирахме нашия прогнозатор, можем да предвидим предстоящите 26 месеца.

Времето за изчисление току-що отне 2,78 s

Прогнозите на StatsForecast се връщат като рамка с данни (фигура 2). Всяка колона (с изключение на ds за времето) показва прогнозите, произведени от дефинирания модел(и).

Сега, след като имаме нашите резултати, нека изчислим средната абсолютна грешка (MAE). Пълен преглед на различни показатели за грешки във времеви редове може да бъде намерен тук.

Получаваме MAE от 1592.865459735577

Сравнение с пакета pmdarima

Нека сега сравним производителността и точността с функцията auto_arima на пакета pmdarima.

С подхода StatsForecast auto_arima имаме време за изчисление от 86 секунди и MAE от 1951.2410193026085