mlforecast

%load_ext autoreload
%autoreload 2

机器学习 🤖 预测

可扩展的时间序列预测机器学习

CI Python PyPi conda-forge License

mlforecast 是一个使用机器学习模型进行时间序列预测的框架，具有使用远程集群扩展到大规模数据的选项。

安装

PyPI

`pip install mlforecast`

conda-forge

安装 mlforecast

使用以下命令通过 conda-forge 安装 mlforecast：

conda install -c conda-forge mlforecast

有关更详细的说明，您可以参考安装页面。

快速开始

通过这个 快速指南 开始。

遵循这个 端到端的操作指南 以获取最佳实践。

示例笔记本

为什么？

当前用于机器学习模型的Python替代方案速度慢、不准确且扩展性差。因此，我们创建了一个可以在生产环境中用于预测的库。MLForecast包括高效的特征工程，以训练任何具有fit和predict方法的机器学习模型（如sklearn），以适应数百万条时间序列。

特点

  • Python中时间序列预测的特征工程最快实现。
  • 开箱即用兼容pandas、polars、spark、dask和ray。
  • 使用符合预测的概率预测。
  • 支持外生变量和静态协变量。
  • 熟悉的sklearn语法：.fit和.predict。

缺少什么吗？请提出问题或通过Slack与我们联系。

示例和指南

📚 端到端指南：多时间序列的模型训练、评估和选择。

🔎 概率预测：使用一致性预测生成预测区间。

👩‍🔬 交叉验证：稳健的模型性能评估。

🔌 预测需求高峰：电力负荷预测，以检测日常高峰并减少电费。

📈 迁移学习：使用一组时间序列预训练模型，然后使用该预训练模型预测另一个时间序列。

🌡️ 分布式训练：使用Dask、Ray或Spark集群进行大规模模型训练。

如何使用

以下提供了一个非常基本的概述，详细描述请参见文档。

数据设置

将您的时间序列存储在长格式的pandas数据框中，也就是说，每一行代表一个特定系列和时间戳的观察值。

from mlforecast.utils import generate_daily_series

series = generate_daily_series(
    n_series=20,
    max_length=100,
    n_static_features=1,
    static_as_categorical=False,
    with_trend=True
)
series.head()
unique_id ds y static_0
0 id_00 2000-01-01 17.519167 72
1 id_00 2000-01-02 87.799695 72
2 id_00 2000-01-03 177.442975 72
3 id_00 2000-01-04 232.704110 72
4 id_00 2000-01-05 317.510474 72

注意：unique_id 用作数据集中每个独特时间序列的标识符。如果您只使用数据集中的单个时间序列，请将此列设置为一个常量值。

模型

接下来定义你的模型，每个模型将会在所有系列上训练。这些模型可以是任何遵循scikit-learn API的回归器。

import lightgbm as lgb
from sklearn.linear_model import LinearRegression
models = [
    lgb.LGBMRegressor(random_state=0, verbosity=-1),
    LinearRegression(),
]

预测对象

现在实例化一个 MLForecast 对象，使用你想要的模型和特征。特征可以是滞后、滞后的变换和日期特征。你还可以定义在拟合之前应用于目标的变换，这些变换将在预测时恢复。

from mlforecast import MLForecast
from mlforecast.lag_transforms import ExpandingMean, RollingMean
from mlforecast.target_transforms import Differences
fcst = MLForecast(
    models=models,
    freq='D',
    lags=[7, 14],
    lag_transforms={
        1: [ExpandingMean()],
        7: [RollingMean(window_size=28)]
    },
    date_features=['dayofweek'],
    target_transforms=[Differences([1])],
)

训练

要计算特征并训练模型，请在您的 Forecast 对象上调用 fit。

fcst.fit(series)
MLForecast(models=[LGBMRegressor, LinearRegression], freq=D, lag_features=['lag7', 'lag14', 'expanding_mean_lag1', 'rolling_mean_lag7_window_size28'], date_features=['dayofweek'], num_threads=1)

预测

要获取接下来 n 天的预测，请在预测对象上调用 predict(n)。这将自动处理特征所需的更新，并使用递归策略。

predictions = fcst.predict(14)
predictions
unique_id ds LGBMRegressor LinearRegression
0 id_00 2000-04-04 299.923771 311.432371
1 id_00 2000-04-05 365.424147 379.466214
2 id_00 2000-04-06 432.562441 460.234028
3 id_00 2000-04-07 495.628000 524.278924
4 id_00 2000-04-08 60.786223 79.828767
... ... ... ... ...
275 id_19 2000-03-23 36.266780 28.333215
276 id_19 2000-03-24 44.370984 33.368228
277 id_19 2000-03-25 50.746222 38.613001
278 id_19 2000-03-26 58.906524 43.447398
279 id_19 2000-03-27 63.073949 48.666783

280 rows × 4 columns

可视化结果

from utilsforecast.plotting import plot_series
fig = plot_series(series, predictions, max_ids=4, plot_random=False)
fig.savefig('figs/index.png', bbox_inches='tight')

如何贡献

请参见 CONTRIBUTING.md。

Give us a ⭐ on Github