实验报告--（灰度预测+LinearSVR）与ARIMA
作者：互联网
灰度预测+LinearSVR
- 数据如下:
- 灰度预测
1 import pandas as pd
2 import numpy as np
3 from sklearn.linear_model import Lasso
4
5 inputfile = './data/data.csv' # 输入的数据文件
6 data = pd.read_csv(inputfile) # 读取数据
7
8 lasso = Lasso(1000) # 调用Lasso()函数，设置λ的值为1000
9 lasso.fit(data.iloc[:,0:13],data['y'])
10
11 data = data.iloc[:, 0:13]
12
13 mask = lasso.coef_ != 0 # 返回一个相关系数是否为零的布尔数组
14 outputfile ='./tmp/new_reg_data.csv' # 输出的数据文件
15 new_reg_data = data.iloc[:, mask] # 返回相关系数非零的数据
16 new_reg_data.to_csv(outputfile) # 存储数据
17 print('输出数据的维度为：',new_reg_data.shape) # 查看输出数据的维度
- LinearSVR
1 import matplotlib.pyplot as plt
2 from sklearn.svm import LinearSVR
3
4 inputfile = './tmp/new_reg_data_GM11.xls' # 灰色预测后保存的路径
5 data = pd.read_excel(inputfile) # 读取数据
6 feature = ['x1', 'x3', 'x4', 'x5', 'x6', 'x7', 'x8', 'x13'] # 属性所在列
7 data_train = data.iloc[0:20].copy() # 取2014年前的数据建模
8 data_mean = data_train.mean()
9 data_std = data_train.std()
10 data_train = (data_train - data_mean)/data_std # 数据标准化
11 x_train = data_train[feature].values # 属性数据
12 y_train = data_train['y'].values # 标签数据
13
14 linearsvr = LinearSVR() # 调用LinearSVR()函数
15 linearsvr.fit(x_train,y_train)
16 x = ((data[feature] - data_mean[feature])/data_std[feature]).values # 预测，并还原结果。
17 data['y_pred'] = linearsvr.predict(x) * data_std['y'] + data_mean['y']
18 outputfile = './tmp/new_reg_data_GM11_revenue.xls' # SVR预测后保存的结果
19 data.to_excel(outputfile)
20
21 print('真实值与预测值分别为：\n',data[['y','y_pred']])
22
23 fig = data[['y','y_pred']].plot(subplots = True, style=['b-o','r-*']) # 画出预测结果图
24 plt.show()
- 预测结果
AERIMA
- 读入数据
1 import pandas as pd 2 import numpy as np 3 import matplotlib.pyplot as plt 4 5 plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 6 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 7 8 inputfile = './data/data.csv' # 输入的数据文件 9 data = pd.read_csv(inputfile) # 读取数据 10 11 datetime = range(1994, 2014) 12 # X = list(datetime) 13 X = [] 14 for i in datetime: 15 X.append(str(i)) 16 17 y = data['y'] 18 19 # 时序图 20 plt.figure(figsize=(10, 6)) 21 plt.plot(X, y) 22 plt.scatter(X, y) 23 plt.show()
- 简单处理
1 pre_data = pd.DataFrame()
2 pre_data['X'] = X
3 pre_data['y'] = y
4 pre_data.set_index('X', inplace=True)
5 pre_data.head()
- 自相关图
from statsmodels.graphics.tsaplots import plot_acf plot_acf(pre_data).show()
- 平稳性检测
1 # 平稳性检测
2 from statsmodels.tsa.stattools import adfuller as ADF
3 print('原始序列的ADF检验结果为：', ADF(pre_data['y']))
4 # 返回值依次为adf、pvalue、usedlag、nobs、critical values、icbest、regresults、resstore
可以看到p值为1，数据不平稳。
- 差分
1 import warnings
2 warnings.filterwarnings("ignore")
3
4 # 差分后的结果
5 D_data = pre_data.diff().dropna()
6 D_data.columns = ['y差分']
7 D_data.plot() # 时序图
8 plt.show()
9 plot_acf(D_data).show() # 自相关图
10 from statsmodels.graphics.tsaplots import plot_pacf
11 plot_pacf(D_data).show() # 偏自相关图
12 print('差分序列的ADF检验结果为：', ADF(D_data['y差分'])) # 平稳性检测
一阶差分后，依旧不平稳。之后尝试提高差分阶数，依旧达不到平稳，说明该数据不适合ARIMA模型。
感受ARIMA算法，实验继续>>>
- 白噪声检验
1 from statsmodels.stats.diagnostic import acorr_ljungbox
2 print('差分序列的白噪声检验结果为：', acorr_ljungbox(D_data, lags=1)) # 返回统计量和p值
白噪声检验也未通过
- 算法预测
！此代码运行的statsmodels版本为0.11.0，如使用最新版本，运行以下代码会报错。
1 from statsmodels.tsa.arima_model import ARIMA
2
3
4 # 定阶
5 pre_data['y'] = pre_data['y'].astype(float)
6 pmax = int(len(D_data)/10) # 一般阶数不超过length/10
7 qmax = int(len(D_data)/10) # 一般阶数不超过length/10
8 bic_matrix = [] # BIC矩阵
9 for p in range(pmax+1):
10 tmp = []
11 for q in range(qmax+1):
12 try: # 存在部分报错，所以用try来跳过报错。
13 tmp.append(ARIMA(pre_data, (p,1,q)).fit().bic)
14 except:
15 tmp.append(None)
16 bic_matrix.append(tmp)
17
18 bic_matrix = pd.DataFrame(bic_matrix) # 从中可以找出最小值
19
20 p,q = bic_matrix.stack().astype('float64').idxmin() # 先用stack展平，然后用idxmin找出最小值位置。
21 print('BIC最小的p值和q值为：%s、%s' %(p,q))
22
23 model = ARIMA(pre_data, (0,1,1)).fit()
24 print('模型报告为：\n', model.summary2())
25 print('预测未来2年（2014和2015），其预测结果、标准误差、置信区间如下：\n', model.forecast(2))
标签：pre,10,plt,--,ARIMA,train,灰度,import,data 来源： https://www.cnblogs.com/hrunjie/p/16110700.html