使用Catboost從RNN、ARIMA和Prophet模型中提取信號進(jìn)行預(yù)測。
集成各種弱學(xué)習(xí)器可以提高預(yù)測精度，但是如果我們的模型已經(jīng)很強(qiáng)大了，集成學(xué)習(xí)往往也能夠起到錦上添花的作用。流行的機(jī)器學(xué)習(xí)庫scikit-learn提供了一個(gè)StackingRegressor，可以用于時(shí)間序列任務(wù)。但是StackingRegressor有一個(gè)局限性;它只接受其他scikit-learn模型類和api。所以像ARIMA這樣在scikit-learn中不可用的模型，或者來自深度神經(jīng)網(wǎng)絡(luò)的模型都無法使用。在這篇文章中，我將展示如何堆疊我們能見到的模型的預(yù)測。
我們將用到下面的包：
pip install --upgrade scalecast
conda install tensorflow
conda install shap
conda install -c conda-forge cmdstanpy
pip install prophet
數(shù)據(jù)集
數(shù)據(jù)集每小時(shí)一次，分為訓(xùn)練集(700個(gè)觀測值)和測試集(48個(gè)觀測值)。下面代碼是讀取數(shù)據(jù)并將其存儲在Forecaster對象中:
import pandas as pd
import numpy as np
from scalecast.Forecaster import Forecaster
from scalecast.util import metrics
import matplotlib.pyplot as plt
import seaborn as sns
def read_data(idx = 'H1', cis = True, metrics = ['smape']):
info = pd.read_csv(
'M4-info.csv',
index_col=0,
parse_dates=['StartingDate'],
dayfirst=True,
)
train = pd.read_csv(
f'Hourly-train.csv',
index_col=0,
).loc[idx]
test = pd.read_csv(
f'Hourly-test.csv',
index_col=0,
).loc[idx]
y = train.values
sd = info.loc[idx,'StartingDate']
fcst_horizon = info.loc[idx,'Horizon']
cd = pd.date_range(
start = sd,
freq = 'H',
periods = len(y),
)
f = Forecaster(
y = y, # observed values
current_dates = cd, # current dates
future_dates = fcst_horizon, # forecast length
test_length = fcst_horizon, # test-set length
cis = cis, # whether to evaluate intervals for each model
metrics = metrics, # what metrics to evaluate
)
return f, test.values
f, test_set = read_data()
f # display the Forecaster object
結(jié)果是這樣的：
模型
在我們開始構(gòu)建模型之前，我們需要從中生成最簡單的預(yù)測，naive方法就是向前傳播最近24個(gè)觀測值。
f.set_estimator('naive')
f.manual_forecast(seasonal=True)然后使用ARIMA、LSTM和Prophet作為基準(zhǔn)。
ARIMA
Autoregressive Integrated Moving Average 是一種流行而簡單的時(shí)間序列技術(shù)，它利用序列的滯后和誤差以線性方式預(yù)測其未來。通過EDA，我們確定這個(gè)系列是高度季節(jié)性的。所以最終選擇了應(yīng)用order (5,1,4) x(1,1,1,24)的季節(jié)性ARIMA模型。
f.set_estimator('arima')
f.manual_forecast(
order = (5,1,4),
seasonal_order = (1,1,1,24),
call_me = 'manual_arima',
)LSTM
如果說ARIMA是時(shí)間序列模型中比較簡單的一種，那么LSTM就是比較先進(jìn)的方法之一。它是一種具有許多參數(shù)的深度學(xué)習(xí)技術(shù)，其中包括一種在順序數(shù)據(jù)中發(fā)現(xiàn)長期和短期模式的機(jī)制，這在理論上使其成為時(shí)間序列的理想選擇。這里使用tensorflow建立這個(gè)模型
f.set_estimator('rnn')
f.manual_forecast(
lags = 48,
layers_struct=[
('LSTM',{'units':100,'activation':'tanh'}),
('LSTM',{'units':100,'activation':'tanh'}),
('LSTM',{'units':100,'activation':'tanh'}),
],
optimizer = 'Adam',
epochs = 15,
plot_loss = True,
validation_split=0.2,
call_me = 'rnn_tanh_activation',
)
f.manual_forecast(
lags = 48,
layers_struct=[
('LSTM',{'units':100,'activation':'relu'}),
('LSTM',{'units':100,'activation':'relu'}),
('LSTM',{'units':100,'activation':'relu'}),
],
optimizer = 'Adam',
epochs = 15,
plot_loss = True,
validation_split=0.2,
call_me = 'rnn_relu_activation',
)Prophet
盡管它非常受歡迎，但有人聲稱它的準(zhǔn)確性并不令人印象深刻，主要是因?yàn)樗鼘厔莸耐茢嘤袝r(shí)候很不切實(shí)際，而且它沒有通過自回歸建模來考慮局部模式。但是它也有自己的特點(diǎn)。1，它會自動將節(jié)日效果應(yīng)用到模型身上，并且還考慮了幾種類型的季節(jié)性?？梢砸杂脩羲璧淖畹托枨髞硗瓿蛇@一切，所以我喜歡把它用作信號，而不是最終的預(yù)測結(jié)果。
f.set_estimator('prophet')
f.manual_forecast()比較結(jié)果
現(xiàn)在我們已經(jīng)為每個(gè)模型生成了預(yù)測，讓我們看看它們在驗(yàn)證集上的表現(xiàn)如何，驗(yàn)證集是我們訓(xùn)練集中的最后48個(gè)觀察結(jié)果。
results = f.export(determine_best_by='TestSetSMAPE')
ms = results['model_summaries']
ms[
[
'ModelNickname',
'TestSetLength',
'TestSetSMAPE',
'InSampleSMAPE',
]
]
每個(gè)模型的表現(xiàn)都優(yōu)于naive方法。ARIMA模型表現(xiàn)最好，百分比誤差為4.7%，其次是Prophet模型。讓我們看看所有的預(yù)測與驗(yàn)證集的關(guān)系:
f.plot(order_by="TestSetSMAPE",ci=True)
plt.show()
所有這些模型在這個(gè)時(shí)間序列上的表現(xiàn)都很合理，它們之間沒有很大的偏差。下面讓我們把它們堆起來!
堆疊模型
每個(gè)堆疊模型都需要一個(gè)最終估計(jì)器，它將過濾其他模型的各種估計(jì)，創(chuàng)建一組新的預(yù)測。我們將把之前結(jié)果與Catboost估計(jì)器疊加在一起。Catboost是一個(gè)強(qiáng)大的程序，希望它能從每個(gè)已經(jīng)應(yīng)用的模型中充實(shí)出最好的信號。
f.add_signals(
f.history.keys(), # add signals from all previously evaluated models
)
f.add_ar_terms(48)
f.set_estimator('catboost')
上面的代碼將來自每個(gè)評估模型的預(yù)測添加到Forecaster對象中。它稱這些預(yù)測為“信號”。 它們的處理方式與存儲在同一對象中的任何其他協(xié)變量相同。 這里還添加了最后 48 個(gè)系列的滯后作為 Catboost 模型可以用來進(jìn)行預(yù)測的附加回歸變量。 現(xiàn)在讓我們調(diào)用三種 Catboost 模型：一種使用所有可用信號和滯后，一種僅使用信號，一種僅使用滯后。
f.manual_forecast(
Xvars='all',
call_me='catboost_all_reg',
verbose = False,
)
f.manual_forecast(
Xvars=[x for x in f.get_regressor_names() if x.startswith('AR')],
call_me = 'catboost_lags_only',
verbose = False,
)
f.manual_forecast(
Xvars=[x for x in f.get_regressor_names() if not x.startswith('AR')],
call_me = 'catboost_signals_only',
verbose = False,
)
下面可以比較所有模型的結(jié)果。我們將研究兩個(gè)度量:SMAPE和平均絕對比例誤差(MASE)。這是實(shí)際M4比賽中使用的兩個(gè)指標(biāo)。
test_results = pd.DataFrame(index = f.history.keys(),columns = ['smape','mase'])
for k, v in f.history.items():
test_results.loc[k,['smape','mase']] = [
metrics.smape(test_set,v['Forecast']),
metrics.mase(test_set,v['Forecast'],m=24,obs=f.y),
]
test_results.sort_values('smape')
可以看到，通過組合來自不同類型模型的信號生成了兩個(gè)優(yōu)于其他估計(jì)器的估計(jì)器:使用所有信號訓(xùn)練的Catboost模型和只使用信號的Catboost模型。這兩種方法的樣本誤差都在2.8%左右。下面是對比圖：
fig, ax = plt.subplots(figsize=(12,6))
f.plot(
models = ['catboost_all_reg','catboost_signals_only'],
ci=True,
ax = ax
)
sns.lineplot(
x = f.future_dates,
y = test_set,
ax = ax,
label = 'held out actuals',
color = 'darkblue',
alpha = .75,
)
plt.show()
哪些信號最重要?
為了完善分析，我們可以使用shapley評分來確定哪些信號是最重要的。Shapley評分被認(rèn)為是確定給定機(jī)器學(xué)習(xí)模型中輸入的預(yù)測能力的最先進(jìn)的方法之一。得分越高，意味著輸入在特定模型中越重要。
f.export_feature_importance('catboost_all_reg')
上面的圖只顯示了前幾個(gè)最重要的預(yù)測因子，但我們可以從中看出，ARIMA信號是最重要的，其次是序列的第一個(gè)滯后，然后是Prophet。RNN模型的得分也高于許多滯后模型。如果我們想在未來訓(xùn)練一個(gè)更輕量的模型，這可能是一個(gè)很好的起點(diǎn)。
總結(jié)
在這篇文章中，我展示了在時(shí)間序列上下文中集成模型的力量，以及如何使用不同的模型在時(shí)間序列上獲得更高的精度。這里我們使用scalecast包，這個(gè)包的功能還是很強(qiáng)大的，如果你喜歡，可以去它的主頁看看：https://github.com/mikekeith52/scalecast
本文的數(shù)據(jù)集是M4的時(shí)序競賽：https://github.com/Mcompetitions/M4-methods
使用代碼在這里：https://scalecast-examples.readthedocs.io/en/latest/misc/stacking/custom_stacking.html
