SOFTS模型的单特征时间序列预测实现
SOFTS
2024年4月《SOFTS: Efficient Multivariate Time Series Forecasting with Series-Core Fusion》中提出的新模型，采用集中策略来学习不同序列之间的交互，从而在多变量预测任务中获得最先进的性能，SOFTS架构如下：
详细模型解释参考论文：
https://arxiv.org/pdf/2404.14197接下来将着重进行代码实现讲解，在进行代码编译前请先安装相关库
pip install git+https://github.com/Nixtla/neuralforecast.git代码实现
数据导入
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_excel('时间序列.xlsx')
df['ds'] = pd.to_datetime(df['ds'])
plt.figure(figsize=(15, 5))
plt.plot(df['ds'], df['y'], color='c', alpha=0.3)
plt.title('时序图')
plt.show()
该数据集为’LongHorizon’模块中的’ETTm1’的数据集，只选择 ‘OT’ 数据进行单序列建模（SOFTS最主要运用在多变量预测任务中，这里先通过单序列进行模型代码熟悉）
数据定义
# 定义验证集和测试集的大小
val_size = int(0.1*len(df)) # 验证集大小
test_size = int(0.2*len(df)) # 测试集大小
# 定义数据的频率
freq = '15T' # 数据的频率，例如每15分钟记录一次
horizon = 96 # 预测的时间跨度，即模型要预测的未来时间点数量定义时间序列数据集的验证集大小、测试集大小以及数据的频率和预测时间跨度，为后续做准备
模型构建
from neuralforecast.models import SOFTS
from neuralforecast.core import NeuralForecast
# 定义 SOFTS 模型
models = [
SOFTS(h=horizon, input_size=3*horizon, n_series=1, max_steps=1000, early_stop_patience_steps=3)
]
# 实例化 NeuralForecast
nf = NeuralForecast(models=models, freq=freq)
# 执行交叉验证
nf_preds = nf.cross_validation(df=df, val_size=val_size, test_size=test_size, n_windows=None)
# 重置索引以便更好地查看结果
nf_preds = nf_preds.reset_index()这里创建了一个列表 models，其中包含一个 SOFTS 模型的实例
SOFTS 模型的参数解释：
h=horizon：预测的时间跨度，即模型要预测的未来时间点数量
input_size=3*horizon：输入数据的大小，这里假设每个时间点有3个预测时间跨度的数据
n_series=1：序列的数量，这里只有一个序列，单序列预测
max_steps=1000：训练的最大步数early_stop_patience_steps=3：用于提前停止训练的步数，如果三次后验证损失没有改善，则停止训练
测试集预测结果输出
# 计算每个预测结果的误差
nf_preds['error'] = (nf_preds['y'] - nf_preds['SOFTS']).abs()
# 获取误差最小的预测结果
best_preds = nf_preds.loc[nf_preds.groupby('ds')['error'].idxmin()].reset_index(drop=True)
best_preds
交叉验证输出的预测结果：交叉验证通常会对数据进行多次划分，每次划分得到一个模型，并对验证集进行预测，因此，nf_preds 中包含了多次预测的结果，每次预测结果可能会略有不同，这里选择最佳预测结果：通过计算每个时间点的预测误差，并选择误差最小的预测结果，可以提高模型在验证集上的表现评估，这里的DataFrame各指标的含义为：单个时间点的唯一标识符、时间戳、预测截止时间、模型预测值、实际观测值以及它们之间的误差
模型评价指标
from sklearn import metrics
import numpy as np
mse = metrics.mean_squared_error(best_preds['y'], best_preds['SOFTS'])
rmse = np.sqrt(mse)
mae = metrics.mean_absolute_error(best_preds['y'], best_preds['SOFTS'])
r2 = metrics.r2_score(best_preds['y'], best_preds['SOFTS'])
def mean_absolute_percentage_error(y_true, y_pred):
return np.mean(np.abs((y_true - y_pred) / y_true)) * 100
mape = mean_absolute_percentage_error(best_preds['y'], best_preds['SOFTS'])
print(f"Mean Squared Error (MSE): {mse:.4f}")
print(f"Root Mean Squared Error (RMSE): {rmse:.4f}")
print(f"Mean Absolute Error (MAE): {mae:.4f}")
print(f"R-squared (R2): {r2:.4f}")
print(f"Mean Absolute Percentage Error (MAPE): {mape:.4f}%")
模型预测可视化
plt.figure(figsize=(15, 5))
plt.style.use('ggplot') # 使用 'ggplot' 样式，或者选择其他内置样式
plt.plot(df['ds'], df['y'], color='c', alpha=0.7, label='原始数据')
plt.plot(best_preds['ds'], best_preds['y'], color='r', alpha=0.7, label='测试集实际值')
plt.plot(best_preds['ds'], best_preds['SOFTS'], color='b', alpha=0.7, label='测试集预测')
plt.title('时间序列预测可视化')
plt.xlabel('时间')
plt.ylabel('数值')
plt.legend()
plt.grid(True)
plt.tight_layout()
plt.show()
本文章转载微信公众号@Python机器学习AI
