Facebook时序王器Kats

时序工具Kats使用入门

Kats（Kits to Analyze Time Series）是一款轻量级、易于使用、可扩展和通用的框架，用于在Python中进行时序分析，由Facebook开源。

TimeSeriesData是Kats中表示单变量和多变量时间序列的基本数据结构，有两种初始化的方法：

• TimeSeriesData(df)：要求包含一个"time"列和任意值列的pd.DataFrame对象
• TimeSeriesData(time, value)：其中"time"是pd.Series或者pd.DatetimeIndex对象，值是pd.Series（单变量）或者pd.DataFrame(多变量)

安装

Mac中安装是非常简单的，直接pip install；如果是Windows系统，请百度解决各种依赖问题：

pip install --upgrade pip
pip install kats

GitHub学习地址：https://github.com/facebookresearch/Kats

API地址：https://facebookresearch.github.io/Kats/api/

导入库

In [1]:

# 导入库
import numpy as np
import pandas as pd
from datetime import datetime, timedelta

import matplotlib.pyplot as plt
%matplotlib inline

import warnings
warnings.filterwarnings('ignore')

from kats.consts import TimeSeriesData

单变量预测

使用的是air_passengers.csv的数据集。

导入数据

In [2]:

# ./ 表示的当前目录下

air = pd.read_csv("./Kats/kats/data/air_passengers.csv")
air.head()

字段重命名

方式1：创建TimeSeriesData对象

In [7]:

type(air)  # 转换前

Out[7]:

pandas.core.frame.DataFrame

In [8]:

air_ts = TimeSeriesData(air) # 实施转换

In [9]:

type(air_ts)  # 转换后

Out[9]:

kats.consts.TimeSeriesData

In [10]:

print(type(air_ts.time))
print(type(air_ts.value))
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>

方式2：TimeSeriesData(time,value)创建

In [11]:

air_ts_from_series = TimeSeriesData(time=air.time, value=air.value)
air_ts_from_series

TimeSeriesData对象操作

TimeSeriesData对象支持很多类似pd.DataFrame的操作：

• 切片取数slicing
• 数学计算
• 内置的plot()方法绘图
• 一些常用的内置函数使用

切片取数

数学运算

当两个TimeSeries对象进行相加的时候，time列的取值必须相同：

In [16]:

air_ts[2:8] + air_ts_from_series[2:8]

如果time列的值不同，则会报错：

逻辑判断

In [18]:

air_ts == air_ts_from_series

Out[18]:

True

计算长度

In [19]:

len(air_ts)

Out[19]:

144

常用属性

In [20]:

air_ts.max

Out[20]:

622

In [21]:

air_ts.min

Out[21]:

104

In [22]:

# 是否是单变量：is_univariate
air_ts.is_univariate()

Out[22]:

True

In [23]:

# 是否为空
air_ts.is_empty()

Out[23]:

False

In [24]:

# 是否有数据缺失
air_ts.is_data_missing()

Out[24]:

False

转成DataFrame对象

In [25]:

air_to_df = air_ts.to_dataframe()
air_to_df.head()

扩充extend(重点)

对两个不同的TimeSeries对象在axis=0方向上的扩充

In [26]:

k1 = air_ts[2:5]  # 3行记录
k2 = air_ts[5:8]  # 3行记录

k1.extend(k2)

需要注意的是，扩充的时候两个对象的日期的头尾必须是能连接的上：

绘图

直接使用plot方法对Kats中的TimeSeriesData对象进行绘图

In [29]:

air_ts.plot()

plt.show()

基于Kats的预测

Kats目前是支持多种预测的算法，常见的有：

• Linear
• Quadratic
• ARIMA（重点）
• SARIMA
• Holt-Winters
• Prophet（重点）
• AR-Net
• LSTM（重点）
• Theta
• VAR

在使用的时候通过fit和predict函数就可以完成基本的预测功能。

使用Prophet

建模拟合 + 预测的过程：

In [30]:

from kats.models.prophet import ProphetModel, ProphetParams

# 创建参数实例
params = ProphetParams(seasonality_mode="multiplicative", interval_width=0.8)
# 创建模型实例
model = ProphetModel(data=air_ts, params=params)
# 训练模型
model.fit()
# 进行预测：未来24个月
forecast = model.predict(steps=24, freq="MS")
forecast.head()

下面的预测结果中：fcst是预测的均值，fcst_lower是预测的下限，fcst_upper是预测的上限

绘制预测结果的可视化图形：

In [31]:

model.plot()

plt.show()

加上历史数据我们再预测一次：

from kats.models.prophet import ProphetModel, ProphetParams

params = ProphetParams(seasonality_mode="multiplicative", interval_width=0.8)
model = ProphetModel(data=air_ts, params=params)
model.fit()

# 加上历史数据 include_history=True
forecast = model.predict(steps=24, freq="MS",include_history=True)
model.plot()

黑线是原始的数据，蓝线是预测的结果

使用LSTM

使用LSTM模型再预测一次：

In [33]:

from kats.models.lstm import LSTMModel,LSTMParams

params = LSTMParams(hidden_size=16, time_window=24, num_epochs=100)
lstm = LSTMModel(data=air_ts, params=params)
lstm.fit()

f_lstm = lstm.predict(steps=24)

lstm.plot()
plt.show()

对比Prophet和LSTM模型，我们发现：Prophet的趋势更好

多变量预测

导入数据

创建TimeSeriesData对象

方式1

In [4]:

multi_ts = TimeSeriesData(df)

In [5]:

type(multi_ts.time)

Out[5]:

pandas.core.series.Series

In [6]:

type(multi_ts.value)

Out[6]:

pandas.core.frame.DataFrame

方式2

In [7]:

multi_ts_two = TimeSeriesData(time=df.time,value=df[["v1","v2"]])
multi_ts_two

原数据绘图

In [10]:

multi_ts.plot(cols=["v1","v2"])

plt.show()

多变量预测

from kats.models.var import VARModel, VARParams

params = VARParams()
m = VARModel(multi_ts, params)
m.fit()
fcst = m.predict(steps=80)

m.plot()
plt.show()

预测结果如下：

上海疫情

手动整理上海最近30天的数据：

data = pd.date_range(start="2022-03-02",end="2022-04-01",freq="D")

# 当日新增
v = [42,45,27,25,35,40,29,
      46,43,27,14,57,21,15,
      23,67,20,22,41,39,14,
      14,41,47,53,60,107,329,
      358,365,262]

# # 7日均值
# v = [46,44,40,37,42,36,35,
#       35,35,35,33,37,34,32,
#       29,32,31,32,30,32,32,
#       31,27,31,36,38,48,93,
#       142,188,219]

读取数据：

绘图

1、每日新增的预测结果：

具体数值为：

2、7日均值的预测趋势图

具体的数值为：

后续会来验证下这个结果！

时序资料

将来需要学习的主要内容：

1、模型框架：Prophet + Kats + ARIMA

2、推荐一门Intel的时序分析课程：https://www.intel.cn/content/www/cn/zh/developer/learn/course-time-series-analysis.html

3、书籍：FPP《预测：方法与实践》（第2版左，第三版右），第二版中文在线地址：https://otexts.com/fppcn/