從數(shù)據(jù)科學的技術角度來看，預測單步和預測多步有很大區(qū)別，后者更難。預測多個時期需要全面了解長期模式和依賴關系。它具有前瞻性，需要模型來捕捉一段時間內(nèi)錯綜復雜的動態(tài)變化。

多步預測的策略通常有兩種，即單不預測策略和遞歸預測策略。時序基礎模型 ARIMA 是單步預測模型。那么如何實現(xiàn)多步驟預測？也許一種方法是遞歸使用同一模型。從模型中得到一個周期的預測結(jié)果，作為預測下一個周期的輸入。然后，將第二期的預測作為預測第三期的輸入。可以通過使用前一期的預測結(jié)果來遍歷所有時期。這正是遞歸預測或迭代預測策略的作用。圖（A）顯示模型首先產(chǎn) ，然后  成為同一模型的輸入，產(chǎn)

圖(A)：遞歸預測策略

在"基于樹的時間序列預測實戰(zhàn)"中，我們學會了將單變量時間序列表述為基于樹的建模問題。我們可以將一個時期的值作為樹狀模型的目標，得出一個無偏值。若我們建立n個模型，每個模型都能預測第 n 個時期，我們可以將它們的預測結(jié)果結(jié)合起來，這就是直接預測策略。這個方法成功的原因在于，針對單一目標的樹狀模型通常是有效的，而且不同的模型可以捕捉到隨時間變化的復雜動態(tài)。其他替代策略也存在，但主要是這兩種方法的衍生。

圖(B)：直接預測策略

兩種主要策略是：

• 遞歸預測
• n步直接預測

這兩種方法需要耗費大量時間進行數(shù)據(jù)重組和模型迭代。遞歸策略已經(jīng)納入經(jīng)典 Python 庫 "statsmodels"中，而我將采用開源 Python 庫 "Sktime"，該庫使遞歸和直接預測方法變得更加簡單。Sktime 封裝了多種工具，包括 "statsmodels"，并提供了統(tǒng)一的 API，可用于時間序列預測、分類、聚類和異常檢測（Markus等人，2019，2020）

接下來云朵君和大家一起學習如何思考產(chǎn)生多步預測的策略、多步預測的代碼以及評估。

• 多步預測的遞歸策略
• n 個周期、n 個模型的直接預測策略
• 使用 ARIMA 的遞歸策略

安裝 sktime 庫和 lightGBM 庫。

!pip install sktime
!pip install lightgbm

遞歸預測

遞歸策略中，先對前一步進行預測，然后用這些預測作為輸入，對未來的時間步驟進行迭代預測。整個過程中只使用一個模型，生成一個預測，并將其輸入到模型中生成下一個預測，如此循環(huán)。步驟如下：

1. 建模：訓練一個時間序列預測模型，預測一步前瞻?？梢允褂脗鹘y(tǒng)的時間序列模型（如ARIMA）、指數(shù)平滑模型或機器學習模型（如lightGBM）。
2. 生成第一次預測：利用歷史數(shù)據(jù)，使用已訓練的模型預測下一個時間步驟。
3. 將預測值作為下一次預測模型的輸入：將預測值添加到歷史數(shù)據(jù)中，創(chuàng)建更新的時間序列。
4. 迭代預測：使用更新后的時間序列作為模型的輸入數(shù)據(jù)，重復上述過程。在每次迭代中，模型考慮之前的預測值，進行多步驟預測。繼續(xù)迭代預測過程，直到達到期望的未來步數(shù)。

一個可以發(fā)現(xiàn)的問題是，隨著時間推移，預測的準確性會下降，初期預測的誤差會在后期積累。只要模型足夠復雜，能夠捕捉到錯綜復雜的模式，這種情況似乎是可以接受的。

加載電力消耗數(shù)據(jù)，數(shù)據(jù)說明可以在"基于樹模型的時間序列預測實戰(zhàn)"中找到。

%matplotlib inline
from matplotlib import pyplot as plt
import pandas as pd
import numpy as np

data = pd.read_csv('/electric_consumption.csv', index_col='Date')
data.index = pd.to_datetime(data.index)
data = data.sort_index() # Make sure the data are sorted
data.index = pd.PeriodIndex(data.index, freq='H') # Make sure the Index is sktime format
data.index

我唯一想指出的是使用 pd.PeriodIndex() 使索引符合 sktime 格式。

圖片

從 Pandas DataFrame 中提取一個序列。Pandas 系列保留了 sktime 所需的索引。

y = data['Consumption']

# Train and test split
cuttime = int(len(y)*0.9) # Take 90% for training
train = y[0:cuttime]
test = y[cuttime::]

y

圖片

我們計劃使用遞歸預測方法并建立一個 lightGBM 模型，使用與"基于樹的時間序列預測教程"相同的超參數(shù)。此外，Python Notebook 中還有一個未顯示的 GBM 模型示例供你嘗試其他模型。

import lightgbm as lgb
from sktime.forecasting.compose import make_reduction

lgb_regressor = lgb.LGBMRegressor(num_leaves = 10,
              learning_rate = 0.02,
              feature_fraction = 0.8,
              max_depth = 5,
              verbose = 0,
              num_boost_round = 15000,
              nthread = -1
)
lgb_forecaster = make_reduction(lgb_regressor, window_length=30, strategy="recursive")
lgb_forecaster.fit(train)

我們只指定了 "遞歸" 作為策略超參數(shù)值，稍后會采用 "直接" 預測方法。

下一步，我們需要生成一個未來周期的數(shù)字列表。我設置未來期限 (fh) 為 100 期，即 [1,2,...,100]。然后生成這 100 期的預測。

vlen = 100
fh = list(range(1, vlen,1))
y_test_pred = lgb_forecaster.predict(fh= fh)
y_test_pred

與測試數(shù)據(jù)中的實際值相比，預測結(jié)果如何？讓我們將 100 期的實際值和預測值進行匹配并繪制成圖。

from sktime.utils.plotting import plot_series
actual = test[test.index<=y_test_pred.index.max()]
plot_series(actual, y_test_pred, labels=['Actual', 'Predicted'])
plt.show()

我使用的函數(shù) plot_series() 只是 matplotlib 函數(shù)的封裝。

圖 (A)：使用 LightGBM 的遞歸策略

常見的評估指標包括平均絕對百分比誤差（MAPE）和對稱MAPE。在sktime中，可以通過控制超參數(shù)來簡化這一操作。

from sktime.performance_metrics.forecasting import mean_absolute_percentage_error
print('%.16f' % mean_absolute_percentage_error(actual, y_test_pred, symmetric=False))
print('%.16f' % mean_absolute_percentage_error(actual, y_test_pred, symmetric=True))

結(jié)果如下。稍后我們將把這兩個數(shù)字與直接預測法中的數(shù)字進行比較。

• MAPE: 0.0546382493115653
• sMAPE: 0.0547477326419614

太好了，我們成功地使用遞歸法建立了多重預測。接下來，讓我們學習直接預測策略。

n步直接預測

了解了遞歸預測策略后，我們來考慮一下直接預測策略。我們將建立多個單獨的模型，每個模型負責預測特定的未來時段。盡管建立許多模型會耗費一些時間，但這是機器的事情，而不是我的大腦時間。在利用 CPU 能力的同時。

接下來是整個過程的步驟：

• 模型訓練：為每個未來時間步訓練一個獨立的模型。例如，如果要預測未來 100 個時間段，就需要訓練 100 個單獨的模型，每個模型負責預測各自時間步的值。
• 預測：使用每個訓練好的模型獨立生成特定時間的預測值。這些模型可以并行運行，因為它們的預測并不相互依賴。
• 合并預測：只需將這些預測連接起來即可。

這種直接預測策略的優(yōu)勢之一是能夠捕捉每個預測范圍內(nèi)的特定模式。每個模型都可以針對其負責的時間步長進行優(yōu)化，從而提高準確性。

我們將使用與回歸器相同的 LightGBM，并使用 make_reduction()，唯一的區(qū)別是超參數(shù)是 direct  而不是 recursive。

from sktime.forecasting.compose import make_reduction
import lightgbm as lgb
lgb_regressor = lgb.LGBMRegressor(num_leaves = 10,
              learning_rate = 0.02,
              feature_fraction = 0.8,
              max_depth = 5,
              verbose = 0,
              num_boost_round = 15000,
              nthread = -1
)
lgb_forecaster = make_reduction(lgb_regressor, window_length=30, strategy="direct")

我們將使用 100 個周期[1,2,...,100]的列表來預測范圍 (fh)。每個周期會建立一個 LightGBM 模型，總共會有 100 個模型。盡管構(gòu)建這么多 LightGBM 模型可能會花費很多時間，但我只演示 100 個周期的原因。

vlen = 100
fh=list(range(1, vlen,1))
lgb_forecaster.fit(train, fh = fh)

y_test_pred = lgb_forecaster.predict(fh=fh)
y_test_pred

將繪制測試數(shù)據(jù)中的實際值與預測值的對比圖。

from sktime.utils.plotting import plot_series
plot_series(actual, y_test_pred, labels=["Actual", "Prediction"], x_label='Date', y_label='Consumption');

這是因為每個預測都來自一個獨立的模型，有自己的特點。

圖 (B)：使用 LightGBM 的直接預測策略

回顧一下評估指標：

from sktime.performance_metrics.forecasting import mean_absolute_percentage_error
print('%.16f' % mean_absolute_percentage_error(actual, y_test_pred, symmetric=False))

print('%.16f' % mean_absolute_percentage_error(actual, y_test_pred, symmetric=True))

MAPE 和 sMAPE 與遞歸法的結(jié)果非常接近。

• MAPE: 0.0556899099509884
• sMAPE: 0.0564747643400997

Make_reduction()

LightGBM模型是一個監(jiān)督學習模型，需要包含x和y的數(shù)據(jù)幀來進行模型訓練。make_reduction()函數(shù)可以將單變量時間序列轉(zhuǎn)化為數(shù)據(jù)幀。該函數(shù)有兩個主要參數(shù)，即strategy（"遞歸"或"直接"）和window_length（滑動窗口長度）?；瑒哟翱谂c單變量時間序列一起移動，創(chuàng)建樣本，窗口中的值就是x值。遞歸策略和直接策略將在接下來進行解釋。

遞歸策略

遞歸策略中，滑動窗口前的值即為目標值，圖（D）滑動 14 窗口，生成了 6 個樣本的數(shù)據(jù)幀，其中藍色的 y 值為目標值，該數(shù)據(jù)幀用于訓練模型。

圖 (D)：遞歸策略的 Make_reduction()

直接預測策略

直接預測策略為每個未來目標期建立一個模型。假設目標值是 t+3 的值。圖（D）滑動 14 窗口，生成一個包含 4 個樣本的數(shù)據(jù)幀。目標值是 t+3 中的 y 值。該數(shù)據(jù)幀用于訓練預測 t+3 的 y 值的模型。

圖 (E)：針對 y_t+3 的直接策略 Make_reduction()

目標是預測 t+4 中的值。圖 (D) 滑動了 14 個窗口并生成了一個包含 3 個樣本的數(shù)據(jù)幀，用于訓練預測 t+4 中 y 值的模型。

圖(F)：針對 y_t+4 的直接策略 Mak

使用 ARIMA 進行多步預測

Sktime可以使用Python庫pmdarima進行ARIMA并提供多步預測。Sktime本身不提供多步預測，但是pmdarima庫可以進行多步預測。一旦建立了ARIMA模型，它會對預測范圍內(nèi)的每個時間點進行提前一步預測，并且采用遞歸策略生成預測值。

!pip install pmdarima

函數(shù) temporal_train_test_split()。

首先將數(shù)據(jù)分成訓練數(shù)據(jù)和測試數(shù)據(jù)。

from sktime.forecasting.model_selection import temporal_train_test_split
train, test = temporal_train_test_split(y, train_size = 0.9)

以下代碼將建立模型并提供預測。注意該代碼沒有使用 Sktime 的 make_reduction() 函數(shù)。這是因為多步預測是由 AutoARIMA 模型提供的。

from sktime.forecasting.arima import AutoARIMA

arima_model = AutoARIMA(sp=12, suppress_warnings=True)
arima_model.fit(train)

# Future horizon
vlen = 100
fh=list(range(1, vlen,1))

# Predictions
pred = arima_model.predict(fh)
from sktime.performance_metrics.forecasting import mean_absolute_percentage_error
print('%.16f' % mean_absolute_percentage_error(test, pred, symmetric=False))

Sktime 簡介

Sktime是一個開源的Python庫，集成了許多預測工具，包括時間序列預測、分類、聚類和異常檢測的工具和算法。它提供了一系列主要功能，包括時間序列數(shù)據(jù)預處理、時間序列預測、時間序列分類和聚類，以及時間序列注釋。

• 時間序列數(shù)據(jù)預處理：包括缺失值處理、歸因和轉(zhuǎn)換。
• 時間序列預測：它包括常見的時間序列建模算法，我將在下一段列出。
• 時間序列分類和聚類：它包括時間序列 k-nearest neighbors (k-NN) 等分類模型和時間序列 k-means 等聚類模型。
• 時間序列注釋：它允許對時間序列數(shù)據(jù)進行標注和注釋，這對異常檢測和事件檢測等任務非常有用。

Sktime包括一些常見的時間序列建模算法，如指數(shù)平滑 (ES)、經(jīng)典自回歸綜合移動平均 (ARIMA) 和季節(jié)性 ARIMA (SARIMA) 模型，以及向量自回歸（VAR）、向量誤差修正模型（VECM）、結(jié)構(gòu)時間序列（STS）模型等結(jié)構(gòu)模型。此外，它還可以處理神經(jīng)網(wǎng)絡模型，包括時間卷積神經(jīng)網(wǎng)絡（CNN）、全連接神經(jīng)網(wǎng)絡（FCN）、長短期記憶全卷積網(wǎng)絡（LSTM-FCN）、多尺度注意力卷積神經(jīng)網(wǎng)絡（MACNN）、時間遞歸神經(jīng)網(wǎng)絡（RNN）和時間卷積神經(jīng)網(wǎng)絡（CNN）。

結(jié)論

本章介紹了單步預測到多步預測的建模策略，包括遞歸預測和 n 期直接預測兩種方法。我們還學習了 Python 軟件包 "sktime"，它支持輕松執(zhí)行這兩種策略。除了演示的 LightGBM 模型外，我們也可以使用其他模型，如 ARIMA、線性回歸、GBM 或 XGB 作為回歸因子。