轉(zhuǎn)自微信公眾號(hào)：機(jī)器學(xué)習(xí)社區(qū)，經(jīng)作者授權(quán)轉(zhuǎn)載

時(shí)間序列分析是數(shù)據(jù)科學(xué)中一個(gè)非常重要的領(lǐng)域，它主要包含統(tǒng)計(jì)分析、檢測(cè)變化點(diǎn)、異常檢測(cè)和預(yù)測(cè)未來(lái)趨勢(shì)。然而，這些時(shí)間序列技術(shù)通常由不同的庫(kù)實(shí)現(xiàn)。有沒(méi)有一種方法可以讓你在一個(gè)庫(kù)中獲得所有這些技術(shù)？

答案是肯定的，本文中我將分享一個(gè)非常棒的工具包 Kats，它可以完美解決上述問(wèn)題。

什么是 Kats？

目前時(shí)間序列分析以及建模的技術(shù)非常多，但相對(duì)散亂，本次 FaceBook 開(kāi)源了 Kats，它是一款輕量級(jí)的、易于使用的、通用的時(shí)間序列分析框架，包括：預(yù)測(cè)、異常檢測(cè)、多元分析和特征提取嵌入。你可以將 Kats 視為 Python 中時(shí)間序列分析的一站式工具包。

安裝 Kats

pip install --upgrade pip
pip install kats

為了了解 Kats 的功能，我們將使用這個(gè)框架來(lái)分析 Kaggle 上的 StackOverflow問(wèn)題計(jì)數(shù)問(wèn)題。數(shù)據(jù)鏈接為：https://www.kaggle.com/aishu200023/stackindex

首先我們從讀取數(shù)據(jù)開(kāi)始。

import pandas as pd
df = pd.read_csv("MLTollsStackOverflow.csv")
# Turn the month column into datetime
df["month"] = pd.to_datetime(df["month"], format="%y-%b")
df = df.set_index("month")

現(xiàn)在讓我們分析一下與 Python 相關(guān)的 StackOverflow 問(wèn)題計(jì)數(shù)。數(shù)據(jù)被分成一列和一個(gè)測(cè)試集來(lái)評(píng)估預(yù)測(cè)。

python = df["python"].to_frame()
# Split data into train and test set
train_len = 102
train = python.iloc[:train_len]
test = python.iloc[train_len:]

將數(shù)據(jù)轉(zhuǎn)換為時(shí)間序列

首先構(gòu)造一個(gè)時(shí)間序列對(duì)象。我們使用time_col_name='month'指定時(shí)間列。

from kats.consts import TimeSeriesData
# Construct TimeSeriesData object
ts = TimeSeriesData(train.reset_index(), time_col_name="month")

要繪制數(shù)據(jù)，調(diào)用plot方法：

ts.plot(cols=["python"])

酷！看起來(lái)關(guān)于 Python 的問(wèn)題的數(shù)量隨著時(shí)間的推移而增加。我們能預(yù)測(cè)未來(lái)30天的趨勢(shì)嗎？是的，我們可以和 Kats 一起做。

預(yù)測(cè)

Kats目前支持以下10種預(yù)測(cè)模型：

Linear

Quadratic

ARIMA

SARIMA

Holt-Winters

Prophet

AR-Net

LSTM

Theta

VAR

上述模型較多，讓我們?cè)囈幌缕渲袃煞N類(lèi)型吧！

從使用 Prophet 進(jìn)行預(yù)測(cè)開(kāi)始：

from kats.models.prophet import ProphetModel, ProphetParams
# Specify parameters
params = ProphetParams(seasonality_mode="multiplicative")
# Create a model instance
m = ProphetModel(ts, params)
# Fit mode
m.fit()
# Forecast
fcst = m.predict(steps=30, freq="MS")
fcst

可視化

m.plot()

酷！讓我們通過(guò)與測(cè)試數(shù)據(jù)的比較來(lái)評(píng)估預(yù)測(cè)。

import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(12, 7))
train.plot(ax=ax, label="train", color="black")
test.plot(ax=ax, color="black")
fcst.plot(x="time", y="fcst", ax=ax, color="blue")
ax.fill_between(test.index, fcst["fcst_lower"], fcst["fcst_upper"], alpha=0.5)
ax.get_legend().remove()

預(yù)報(bào)似乎很好地符合觀(guān)察結(jié)果！

Holt-Winters

我們將嘗試的下一個(gè)模式是Holt-Winters。它是一種捕捉季節(jié)性的方法。下面是如何在 Kats 中使用 Holt-Winters 方法。

from kats.models.holtwinters import HoltWintersParams, HoltWintersModel
import warnings
warnings.simplefilter(action='ignore')
params = HoltWintersParams(
trend="add",
seasonal="mul",
seasonal_periods=12,
  )
m = HoltWintersModel(
 data=ts, 
 params=params)
m.fit()
fcst = m.predict(steps=30, alpha = 0.1)
m.plot()

檢測(cè)變化點(diǎn)

你有沒(méi)有想過(guò)在你的時(shí)間序列中發(fā)生統(tǒng)計(jì)上顯著的均值變化的時(shí)間？

Kats 允許使用 CUSUM 算法檢測(cè)變化點(diǎn)。Cusum 是一種檢測(cè)時(shí)間序列中均值上下移動(dòng)的方法。

讓我們看看如何檢測(cè) Kats 中的變化點(diǎn)。

from kats.consts import TimeSeriesData, TimeSeriesIterator
from kats.detectors.cusum_detection import CUSUMDetector
import matplotlib.pyplot as plt
detector = CUSUMDetector(ts)
change_points = detector.detector(change_directions=["increase", "decrease"])
print("The change point is on", change_points[0][0].start_time)
# plot the results
plt.xticks(rotation=45)
detector.plot(change_points)
plt.show()

酷！讓我們嘗試檢測(cè) StackOverflow 問(wèn)題計(jì)數(shù)的其他類(lèi)別的變化點(diǎn)。

首先創(chuàng)建一個(gè)函數(shù)來(lái)檢測(cè)主題提供的更改點(diǎn)。

def get_ts(topic: str):
 return TimeSeriesData(df[topic].to_frame().reset_index(), time_col_name="month")
def detect_change_point(topic: str):
 ts = get_ts(topic)
 detector = CUSUMDetector(ts)
 change_points = detector.detector()
 for change_point in change_points:
  print("The change point is on", change_point[0].start_time)
 # plot the results
 plt.xticks(rotation=45)
 detector.plot(change_points)
 plt.show()

機(jī)器學(xué)習(xí)

detect_change_point("machine-learning")

深度學(xué)習(xí)

detect_change_point("deep-learning")

孤立點(diǎn)檢測(cè)

你在看NLP的時(shí)間序列時(shí)看到了什么？

df["nlp"].plot()

從2018年到2019年，NLP的問(wèn)題數(shù)量有所下降。

問(wèn)題數(shù)量的下降是一個(gè)異常值。檢測(cè)異常值很重要，因?yàn)樗鼈兛赡軙?huì)在下游處理中造成問(wèn)題。

然而，通過(guò)查看數(shù)據(jù)來(lái)發(fā)現(xiàn)異常值并不總是高效和容易的。幸運(yùn)的是，Kats還允許您檢測(cè)時(shí)間序列中的異常值！

用kat檢測(cè)異常值只需要幾行行代碼。

from kats.detectors.outlier import OutlierDetector
# Get time series object
ts = get_ts("nlp")
# Detect outliers
ts_outlierDetection = OutlierDetector(ts, "additive")
ts_outlierDetection.detector()
# Print outliers
outlier_range1 = ts_outlierDetection.outliers[0]
print(f"The outliers range from {outlier_range1[0]} to {outlier_range1[1]}")

The outliers range from 2018-01-01 00:00:00 to 2019-03-01 00:00:00

酷！結(jié)果證實(shí)了我們從上圖中看到的情況。

時(shí)間序列特征

除了統(tǒng)計(jì)數(shù)據(jù)外，時(shí)間序列中還有其他一些特性，如線(xiàn)性、趨勢(shì)強(qiáng)度、季節(jié)性強(qiáng)度、季節(jié)性參數(shù)等，您可能會(huì)感興趣。

Kats 允許通過(guò) TsFeatures 查找有關(guān)時(shí)間序列特征的重要信息：

from kats.tsfeatures.tsfeatures import TsFeatures
model = TsFeatures()
output_features = model.transform(ts)
output_features

小結(jié)

我們剛剛學(xué)習(xí)了如何使用 Kats 來(lái)預(yù)測(cè)、檢測(cè)變化點(diǎn)、檢測(cè)異常值和提取時(shí)間序列特征。我希望這篇文章能幫助到大家解決工作中的時(shí)間序列問(wèn)題，并從數(shù)據(jù)中提取有價(jià)值的信息。

以上就是Facebook開(kāi)源一站式服務(wù)python時(shí)序利器Kats詳解的詳細(xì)內(nèi)容，更多關(guān)于Facebook開(kāi)源時(shí)序利器Kats的資料請(qǐng)關(guān)注本站其它相關(guān)文章！

版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。