Question

我目前有这些数据点的日期与累计总和。我想使用python预测将来日期的累积总和。我应该使用哪种预测方法？

我的日期系列采用以下格式：['2020-01-20', '2020-01-24', '2020-01-26', '2020-01-27', '2020-01-30', '2020-01-31'] dtype='datetime64[ns]'

我尝试了样条曲线，但似乎样条曲线无法处理日期时间序列

我尝试了指数平滑进行时间序列预测，但是结果不正确。我不了解predict（3）的含义以及为什么它返回我已经拥有的日期的预测总和。我从一个示例复制了此代码。这是我用于exp平滑的代码：

fit1 = ExponentialSmoothing(date_cumsum_df).fit(smoothing_level=0.3,optimized=False)

fcast1 = fit1.predict(3)

fcast1



2020-01-27       1.810000
2020-01-30       2.467000
2020-01-31       3.826900
2020-02-01       5.978830
2020-02-02       7.785181
2020-02-04       9.949627
2020-02-05      11.764739
2020-02-06      14.535317
2020-02-09      17.374722
2020-02-10      20.262305
2020-02-16      22.583614
2020-02-18      24.808530
2020-02-19      29.065971
2020-02-20      39.846180
2020-02-21      58.792326
2020-02-22     102.054628
2020-02-23     201.038240
2020-02-24     321.026768
2020-02-25     474.318737
2020-02-26     624.523116
2020-02-27     815.166181
2020-02-28    1100.116327
2020-02-29    1470.881429
2020-03-01    1974.317000
2020-03-02    2645.321900
2020-03-03    3295.025330
2020-03-04    3904.617731

哪种方法最适合似乎呈指数增长的和值预测？另外，我对使用python进行数据科学还很陌生，所以请放轻松。谢谢。

Answer 1

指数平滑仅适用于没有任何时间序列值缺失的数据。我将为您展示上述三种方法对未来5天数据的预测：

指数拟合（您的猜测“似乎呈指数增长”）
样条插值
指数平滑

注意：我是通过从您的图中窃取数据来获取数据的，并将日期保存到dates，数据值保存到values

import pandas as pd
import numpy as np
from statsmodels.tsa.holtwinters import ExponentialSmoothing
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from scipy.optimize import curve_fit
from scipy.interpolate import splrep, splev

df = pd.DataFrame()
# mdates.date2num allows functions like curve_fit and spline to digest time series data
df['dates'] = mdates.date2num(dates)
df['values'] = values 

# Exponential fit function
def exponential_func(x, a, b, c, d):
    return a*np.exp(b*(x-c))+d

# Spline interpolation
def spline_interp(x, y, x_new):
    tck = splrep(x, y)
    return splev(x_new, tck)

# define forecast timerange (forecasting 5 days into future)
dates_forecast = np.linspace(df['dates'].min(), df['dates'].max() + 5, 100)
dd = mdates.num2date(dates_forecast)

# Doing exponential fit
popt, pcov = curve_fit(exponential_func, df['dates'], df['values'], 
                       p0=(1, 1e-2, df['dates'][0], 1))

# Doing spline interpolation
yy = spline_interp(df['dates'], df['values'], dates_forecast)

到目前为止非常简单（mdates.date2num函数除外）。由于缺少数据，因此必须在实际数据上使用样条插值，以使用插值数据填充缺失的时间点

# Interpolating data for exponential smoothing (no missing data in time series allowed)
df_interp = pd.DataFrame()
df_interp['dates'] = np.arange(dates[0], dates[-1] + 1, dtype='datetime64[D]')
df_interp['values'] = spline_interp(df['dates'], df['values'], 
                                    mdates.date2num(df_interp['dates']))
series_interp = pd.Series(df_interp['values'].values, 
                          pd.date_range(start='2020-01-19', end='2020-03-04', freq='D'))

# Now the exponential smoothing works fine, provide the `trend` argument given your data 
# has a clear (kind of exponential) trend
fit1 = ExponentialSmoothing(series_interp, trend='mul').fit(optimized=True)

您可以绘制这三种方法，并查看它们对未来五天的预测

# Plot data
plt.plot(mdates.num2date(df['dates']), df['values'], 'o')
# Plot exponential function fit
plt.plot(dd, exponential_func(dates_forecast, *popt))
# Plot interpolated values
plt.plot(dd, yy)
# Plot Exponential smoothing prediction using function `forecast`
plt.plot(np.concatenate([series_interp.index.values, fit1.forecast(5).index.values]),
     np.concatenate([series_interp.values, fit1.forecast(5).values]))

所有三种方法的比较表明，您正确选择了指数平滑。与其他两种方法相比，在预测未来五天时看起来要好得多

关于您的其他问题

我不明白预测（3）的含义以及为什么它返回我已经拥有的日期的预测总和。

ExponentialSmoothing.fit()返回一个statsmodels.tsa.holtwinters.HoltWintersResults对象，该对象具有两个功能，您可以使用它们对值进行预测/预测：predict和forecast：

predict对数据进行start和end观察，并将ExponentialSmoothing模型应用于相应的日期值。为了预测将来的值，您必须指定一个将来的end参数

>> fit1.predict(start=np.datetime('2020-03-01'), end=np.datetime64('2020-03-09'))
2020-03-01    4240.649526
2020-03-02    5631.207307
2020-03-03    5508.614325
2020-03-04    5898.717779
2020-03-05    6249.810230
2020-03-06    6767.659081
2020-03-07    7328.416024
2020-03-08    7935.636353
2020-03-09    8593.169945
Freq: D, dtype: float64

在您的示例predict(3)（等于predict(start=3)中，该值基于从第三个日期开始的日期进行预测，而没有任何预测。

forecast()仅进行预测。您只需传递您想要预测的未来观测数即可。

>> fit1.forecast(5)
2020-03-05    6249.810230
2020-03-06    6767.659081
2020-03-07    7328.416024
2020-03-08    7935.636353
2020-03-09    8593.169945
Freq: D, dtype: float64

由于两个函数都基于相同的ExponentialSmoothing.fit模型，因此对于相等的日期，它们的值相等。

ExponentialSmoothing-该日期图使用哪种预测方法？

1 个答案: