Kaggle知識點輔導講解：網格搜索ARIMA參數

Kaggle作為數據分析類專業同學升學和求職的無敵Buff，它吸引人的地方不是高達百萬美金的獎金，更多的是這段經歷能給參賽者帶來的機遇和技能加成。今天對Kaggle知識點進行輔導講解。

在時序序列模型中ARIMA全稱差分整合移動平均自回歸模型，是時間序列預測分析方法之一。

ARIMA(p，d，q)模型：

AR是“自回歸”，p為自回歸項；

MA為“滑動平均”，q為滑動平均項；

d為序列做的差分次數；

p d q如何確定？

步驟1：確定序列平穩性

在拿到基于時間的觀測值序列后，需要首先進行兩步預處理，一個是純隨機性檢驗，另一個是平穩性檢驗，然后根據這兩步的檢驗結果再采取相應的時間序列模型進行分析。

對時間序列做d次差分才能得到一個平穩序列，那么可以使用ARIMA(p,d,q)模型，其中d是差分次數。

步驟2：計算ACF和PACF

確定了序列平穩之后，就開始做自相關圖（ACF）和偏自相關圖（PACF）。

ACF 是一個完整的自相關函數，可為我們提供具有滯后值的任何序列的自相關值。簡單來說，它描述了該序列的當前值與其過去的值之間的相關程度。

PACF 是部分自相關函數或者偏自相關函數，是找到殘差（在去除了之前的滯后已經解釋的影響之后仍然存在）與下一個滯后值的相關性。

import?pandas?as?pd
import?numpy?as?np
import?matplotlib.pyplot?as?plt
%matplotlib?inline

t?=?np.linspace(0,?10,?500)
#normal?distributed?values
ys?=?np.random.normal(0,5,500)

#exponential?series?to?get?the?trend
ye?=?np.exp(t**0.5)
#adding?normally?distributed?series?in?exponential?series
y?=?ys+ye
plt.figure(figsize=(16,7))
plt.plot(t,y)

步驟3：確定p和q

截尾ACF或PACF某階后均為0；

拖尾ACF或PACF并不在某階后均為0。

能不能自動搜索p d q？

上述確定ARIMA參數的過程需要有時間序列的積累，入門的同學很難上手。有沒有替代的方法呢？

如果有了驗證集我們可以直接從驗證集對ARIMA(p，d，q)進行網格搜索，以驗證集精度確定具體的參數。

基礎的偽代碼如下：

def?gridSearch(itemObj,silent):
#?搜索空間
p?=?d?=?q?=?range(0,?3)

# 搜索組合
pdq?=?list(itertools.product(p,?d,?q))
seasonal_pdq = [(x[0], x[1], x[2], 12) for x in list(itertools.product(p, d, q))]

# 訓練模型

# 驗證模型

# 返回最優參數

基礎代碼實現：https://www.kaggle.com/sbongo/another-look-at-forecasting-gridsearch-arima

報名通道已開啟，有想法以及需要報名的，掃碼咨詢~

考前查缺補漏、重點沖刺！