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.****.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\')
