网站建设服务费开票,杭州网站建设找思创网络,wish跨境电商平台,公司管理系统下载目录
【第十四章#xff1a;Sentosa_DSML社区版-机器学习时间序列】
14.1 ARIMAX
14.2 ARIMA
14.3 HoltWinters
14.4 一次指数平滑预测
14.5 二次指数平滑预测 【第十四章#xff1a;Sentosa_DSML社区版-机器学习时间序列】
14.1 ARIMAX
1.算子介绍 考虑其他序列对一…目录
【第十四章Sentosa_DSML社区版-机器学习时间序列】
14.1 ARIMAX
14.2 ARIMA
14.3 HoltWinters
14.4 一次指数平滑预测
14.5 二次指数平滑预测 【第十四章Sentosa_DSML社区版-机器学习时间序列】
14.1 ARIMAX
1.算子介绍 考虑其他序列对一个时间序列的影响如太阳黑子对某地区降雨量的影响石油价格对股价的影响可以用ARIMAX模型即带有输入序列的一般ARIMA模型。 ARIMAX模型被称为传递函数模型、动态回归模型其本质是指带回归项的ARIMA模型又称为扩展的ARIMA模型。回归项的引入有助于提高模型的预测效果引入的回归项通常是和被解释变量相关程度高的变量。
2.算子类型 机器学习/时间序列算子。
3.算子属性说明 属性 页面显示名称 选项 类型 默认值 约束规则 属性说明 time_col 时间列 必填 String null 必须为时间格式 时间列 value_col 预测列 必填 String null 数据列 key_col key列 非必填 String key键列 exogenous_cols 外生变量列 必填 ListString null 外生变量列 predictedN 预测数量 必填 Integer 10 大于0 预测数量 analyze_frequency 分析频率 必填 String minute 选项有year,“month”,“day”,“hour”,“minute”,“second” analyze_time_span 分析时间间隔 必填 Integer 5 大于0 分析时间间隔 p 自回归项数p 必填 Integer 2 大于0 自回归项 d 差分阶数d 必填 Integer 0 大于0 时间序列成为平稳时所做的差分次数 q 移动平均项数q 必填 Integer 2 大于0 移动平均项数 exogenous_values 外生变量输入值 非必填 ListListDouble null 是否输入外生变量值(多key时不支持输入外生变量值):选择是时进行填写 外生变量输入值用户手动输入预测时间点的外生变量值可输入多列。 xreg_max_lag 外生变量最大滞后阶数 必填 Integer 0 大于等于0 外生变量最大滞后阶数 alpha 显著性水平 必填 Double 0.05 (0,1) 显著性水平
4.算子使用介绍
1算子初始化 参考公共功能算子初始化算子。
2算子属性设置 ARIMAX算子根据现有的时间序列对应的数据预测未来时间的数据。ARIMAX算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是使用时序清洗算子处理后的数据。时间列必须为DataTime/Data类型。时间序列预测算子的分析频率应与时序数据采样频率一致且分析时间间隔需等于时序数据采样时间间隔。 ARIMAXNode属性参数设置
3算子的运行 时间序列预测算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是使用时序清洗算子处理后的数据。算子后可接任意个数据处理算子再接表格算子或数据写出算子形成算子流执行。 ARIMAX算子预测算子流 算子的运行结果如图所示 算子流预测结果 结果说明结果中有时间列key列(如果源数据没有key列则不会输出)原始数据列xxx(根据选择的数据列而定) 外生变量列predicted列表示是否为预测行predicted_xxx表示预测值predicted_low_xxx 和predicted_high_xxx分别为置信区间的下限和上限。
14.2 ARIMA
1.算子介绍 常用时间序列模型中的一种如果只是根据单一目标变量的历史数据预测未来数据可以使用ARIMA算法。如果除了目标变量还有其他输入变量可以选择ARIMAX模型。
2.算子类型 机器学习/时间序列算子
3.算子属性说明 属性 页面显示名称 选项 类型 默认值 约束规则 属性说明 time_col 时间列 必填 String null 必须为时间格式 时间列 value_col 数据列 必填 String null 数据列 key_col key键列 非必填 String “” key键列 predictedN 预测数量 必填 Integer “10” 大于0 预测数量 analyze_frequency 分析频率 必填 String “minute” 选项有year,“month”,“day”,“hour”,“minute”,“second” analyze_time_span 分析时间间隔 必填 Integer 5 大于0 分析时间间隔 p 自回归项数P 必填 Integer 2 大于0 自回归项 d 差分阶数D 必填 Integer 0 大于0 时间序列成为平稳时所做的差分次数 q 滑动平均项数Q 必填 Integer 2 大于0 移动平均项数 alpha 显著性水平 必填 Double 0.05 (0,1) 显著性水平
4.算子使用介绍
1算子初始化 参考公共功能算子初始化算子
2算子属性设置 ARIMA算子根据现有的时间序列对应的数据预测未来时间的数据。ARIMA算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是使用时序清洗算子处理后的数据。时间列必须为DataTime/Data类型。时间序列预测算子的分析频率应与时序数据采样频率一致且分析时间间隔需等于时序数据采样时间间隔。 ARIMANode属性参数设置
3算子的运行 时间序列预测算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是使用时序清洗算子处理后的数据。算子后可接任意个数据处理算子再接表格算子或数据写出算子形成算子流执行。 ARIMA算子预测算子流 算子的运行结果如图所示 算子流预测结果 结果说明结果中有时间列key列(如果源数据没有key列则不会输出)要预测的列xxx(选择的数据列)predicted列表示是否为预测行predicted_xxx表示预测值predicted_low_xxx 和predicted_high_xxx分别为置信区间的上限和下限。
14.3 HoltWinters
1.算子介绍 常用时间序列模型中的一种如果只是根据单一目标变量且有明显的周期性的历史数据预测未来数据可以使用HoltWinters 算法。
2.算子类型 机器学习/时间序列算子。
3.算子属性说明 属性 页面显示名称 选项 类型 默认值 约束规则 属性说明 time_col 时间列 必填 String null 时间格式列 时间列 value_col 数据列 必填 String null 数据列 key_col key键列 非必填 String null key键列 predictedN 预测数量 必填 Integer 10 大于0 预测数量 holt_winters_model_type 模型类型 必填 String additive 选项有additive,“multiplicative” 模型类型当算法类型为”HoltWinters”时设置 period 周期性参数 必填 Integer 12 大于0 周期性参数当算法类型为”HoltWinters”时设置 analyze_frequency 分析频率 必填 String minute 大于0 选项有year,“month”,“day”,“hour”,“minute”,“second” analyze_time_span 分析时间间隔 必填 Integer 5 大于0 分析时间间隔 alpha 显著性水平 必填 Double 0.05 (0,1) 显著性水平
4.算子使用介绍
1算子初始化 参考公共功能算子初始化算子。
2算子属性设置 HoltWinters算子根据现有的时间序列对应的数据预测未来时间的数据。HoltWinters算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是时序数据清洗算子处理后的数据。时间列必须为DataTime/Data类型。HoltWinters算子的分析频率应与时序数据采样频率一致且分析时间间隔需等于时序数据的采样时间间隔。算子属性设置规则参考算子属性说明表格 HoltWintersNode属性参数设置
3算子的运行 HoltWinters算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是使用时序清洗算子处理后的数据。。算子后可接任意个数据处理算子再接表格算子或数据写出算子形成算子流执行。 HoltWinters算子预测算子流 算子的运行结果如图所示 算子流预测结果 结果说明结果中有时间列key列(如果源数据没有key列则不会输出)原始数据的列xxx(根据选择的数据列而定) predicted列表示是否为预测行predicted_xxx表示预测值predicted_low_xxx 和predicted_high_xxx分别为置信区间的上限和下限。
14.4 一次指数平滑预测
1.算子介绍 一次指数平滑预测(single exponential smoothing)也称为单一指数平滑法当时间数列无明显的趋势变化可用一次指数平滑预测。
2.算子类型 机器学习/时间序列算子。
3.算子属性说明 属性 页面显示名称 选项 类型 默认值 约束规则 属性说明 time_col 时间列 必填 String null 时间列 value_col 数据列 必填 String null 数据列 key_col key键列 选填 String null key键列 predictedN 预测数量 必填 Integer 10 大于0 预测数量 analyze_frequency 分析频率 必填 String minute 单选year,“month”,“day”,“hour”,“minute”,“second” 分析频率 analyze_time_span 分析时间间隔 必填 Integer null 大于等于1 分析时间间隔 alpha 显著性水平 必填 Double 0.05 大于0小于1 显著性水平
4.算子使用介绍
1算子初始化 参考公共功能算子初始化操作。
2算子属性设置 一次指数平滑预测算子根据现有的时间序列对应的数据预测未来时间的数据。一次指数平滑预测算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是使用时序清洗算子处理后的数据。时间列必须为DataTime/Data类型。一次指数平滑预测算子的分析频率应与时序数据采样频率一致且分析时间间隔需等于时序数据采样时间间隔。 时间序列预测算子属性设置
3算子的运行 一次指数平滑预测算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是使用时序清洗算子处理后的数据。算子后可接任意个数据处理算子再接表格算子或数据写出算子形成算子流执行。 一次指数平滑预测算子流 算子的运行结果如图所示 一次指数平滑预测算子运行结果 结果中predicted列取值为false的数据为原有数据predicted_xxx列取值为预测数据predicted_low_xxx为置信区间下限predicted_high_xxx为置信区间上限。
14.5 二次指数平滑预测
1.算子介绍 二次指数平滑预测二次指数平滑是对一次指数平滑的再平滑。它适用于具线性趋势的时间数列。
2.算子类型 机器学习/时间序列算子。
3.算子属性说明 属性 页面显示名称 选项 类型 默认值 约束规则 属性说明 time_col 时间列 必填 String null 时间列 value_col 数据列 必填 String null 数据列 key_col key键列 选填 String null key键列 predictedN 预测数量 必填 Integer 10 大于0 预测数量 analyze_frequency 分析频率 必填 String minute 单选year, “month”,“day”,“hour”,“minute”,“second” 分析频率 analyze_time_span 分析时间间隔 必填 Integer null 大于等于1 分析时间间隔 holt_linear_model_type 模型类型 必填 String Additive 单选Additive, Multiplicative 模型类型 alpha 显著性水平 必填 Double 0.05 大于0小于1 显著性水平
4.算子使用介绍
1算子初始化 参考公共功能算子初始化操作。
2算子属性设置 二次指数平滑预测算子根据现有的时间序列对应的数据预测未来时间的数据。二次指数平滑预测算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是使用时序清洗算子处理后的数据。时间列必须为DataTime/Data类型。模型类型分为加性和乘性两种(Additive,Multiplicative)二次指数平滑预测算子的分析频率应与时序数据采样频率一致且分析时间间隔需等于时序数据采样时间间隔。 二次指数平滑预测算子属性设置
3算子的运行 二次指数平滑预测算子的输入数据支持多种key键但必须是满足相同key键下时间列间隔为固定数值且数值列非空的时序数据建议是使用时序清洗算子处理后的数据。算子后可接任意个数据处理算子再接表格算子或数据写出算子形成算子流执行。 二次指数平滑预测算子流 算子的运行结果如图所示 二次指数平滑预测算子运行结果 结果中predicted列取值为false的数据为原有数据predicted列取值为true的数据为预测数据predicted_low_value为置信区间下限predicted_high_value为置信区间上限。 为了非商业用途的科研学者、研究人员及开发者提供学习、交流及实践机器学习技术推出了一款轻量化且完全免费的Sentosa_DSML社区版。以轻量化一键安装、平台免费使用、视频教学和社区论坛服务为主要特点能够与其他数据科学家和机器学习爱好者交流心得分享经验和解决问题。文章最后附上官网链接感兴趣工具的可以直接下载使用
Sentosa_DSML社区版官网 Sentosa_DSML算子流开发视频
文章转载自： http://www.morning.wdjcr.cn.gov.cn.wdjcr.cn http://www.morning.woyoua.com.gov.cn.woyoua.com http://www.morning.cftkz.cn.gov.cn.cftkz.cn http://www.morning.mnjwj.cn.gov.cn.mnjwj.cn http://www.morning.yltnl.cn.gov.cn.yltnl.cn http://www.morning.tlbdy.cn.gov.cn.tlbdy.cn http://www.morning.ygztf.cn.gov.cn.ygztf.cn http://www.morning.fgtls.cn.gov.cn.fgtls.cn http://www.morning.ytbr.cn.gov.cn.ytbr.cn http://www.morning.mtxrq.cn.gov.cn.mtxrq.cn http://www.morning.brzlp.cn.gov.cn.brzlp.cn http://www.morning.zzgkk.cn.gov.cn.zzgkk.cn http://www.morning.lsmgl.cn.gov.cn.lsmgl.cn http://www.morning.wqpm.cn.gov.cn.wqpm.cn http://www.morning.jwmws.cn.gov.cn.jwmws.cn http://www.morning.burpgr.cn.gov.cn.burpgr.cn http://www.morning.khxyx.cn.gov.cn.khxyx.cn http://www.morning.rbhcx.cn.gov.cn.rbhcx.cn http://www.morning.fglxh.cn.gov.cn.fglxh.cn http://www.morning.rdnpg.cn.gov.cn.rdnpg.cn http://www.morning.sfdsn.cn.gov.cn.sfdsn.cn http://www.morning.rdnjc.cn.gov.cn.rdnjc.cn http://www.morning.qsy38.cn.gov.cn.qsy38.cn http://www.morning.pxrfm.cn.gov.cn.pxrfm.cn http://www.morning.ztqj.cn.gov.cn.ztqj.cn http://www.morning.wjdgx.cn.gov.cn.wjdgx.cn http://www.morning.rpwht.cn.gov.cn.rpwht.cn http://www.morning.yhglt.cn.gov.cn.yhglt.cn http://www.morning.ygkk.cn.gov.cn.ygkk.cn http://www.morning.krgjc.cn.gov.cn.krgjc.cn http://www.morning.ppwdh.cn.gov.cn.ppwdh.cn http://www.morning.mtbsd.cn.gov.cn.mtbsd.cn http://www.morning.lylkh.cn.gov.cn.lylkh.cn http://www.morning.ccjhr.cn.gov.cn.ccjhr.cn http://www.morning.phwmj.cn.gov.cn.phwmj.cn http://www.morning.fchkc.cn.gov.cn.fchkc.cn http://www.morning.tqjwx.cn.gov.cn.tqjwx.cn http://www.morning.prgyd.cn.gov.cn.prgyd.cn http://www.morning.gxcym.cn.gov.cn.gxcym.cn http://www.morning.mxptg.cn.gov.cn.mxptg.cn http://www.morning.lblsx.cn.gov.cn.lblsx.cn http://www.morning.txmkx.cn.gov.cn.txmkx.cn http://www.morning.tqhpt.cn.gov.cn.tqhpt.cn http://www.morning.nbdtdjk.cn.gov.cn.nbdtdjk.cn http://www.morning.dbfj.cn.gov.cn.dbfj.cn http://www.morning.kcyxs.cn.gov.cn.kcyxs.cn http://www.morning.rlhgx.cn.gov.cn.rlhgx.cn http://www.morning.whnps.cn.gov.cn.whnps.cn http://www.morning.nhpgm.cn.gov.cn.nhpgm.cn http://www.morning.nkqrq.cn.gov.cn.nkqrq.cn http://www.morning.fsbns.cn.gov.cn.fsbns.cn http://www.morning.tdgwg.cn.gov.cn.tdgwg.cn http://www.morning.rqxmz.cn.gov.cn.rqxmz.cn http://www.morning.zryf.cn.gov.cn.zryf.cn http://www.morning.sgpny.cn.gov.cn.sgpny.cn http://www.morning.wrfk.cn.gov.cn.wrfk.cn http://www.morning.mxgpp.cn.gov.cn.mxgpp.cn http://www.morning.azxey.cn.gov.cn.azxey.cn http://www.morning.pfmsh.cn.gov.cn.pfmsh.cn http://www.morning.glxdk.cn.gov.cn.glxdk.cn http://www.morning.pqcsx.cn.gov.cn.pqcsx.cn http://www.morning.yrccw.cn.gov.cn.yrccw.cn http://www.morning.ghjln.cn.gov.cn.ghjln.cn http://www.morning.pjzcp.cn.gov.cn.pjzcp.cn http://www.morning.phjny.cn.gov.cn.phjny.cn http://www.morning.xplng.cn.gov.cn.xplng.cn http://www.morning.gqryh.cn.gov.cn.gqryh.cn http://www.morning.lpmjr.cn.gov.cn.lpmjr.cn http://www.morning.yrctp.cn.gov.cn.yrctp.cn http://www.morning.qnhpq.cn.gov.cn.qnhpq.cn http://www.morning.zcsch.cn.gov.cn.zcsch.cn http://www.morning.rdlxh.cn.gov.cn.rdlxh.cn http://www.morning.lwrks.cn.gov.cn.lwrks.cn http://www.morning.gcspr.cn.gov.cn.gcspr.cn http://www.morning.bcngs.cn.gov.cn.bcngs.cn http://www.morning.jjpk.cn.gov.cn.jjpk.cn http://www.morning.xcjwm.cn.gov.cn.xcjwm.cn http://www.morning.ltfnl.cn.gov.cn.ltfnl.cn http://www.morning.qglqb.cn.gov.cn.qglqb.cn http://www.morning.zkdmk.cn.gov.cn.zkdmk.cn
