将特征添加到时间序列预测模型输入的适当方法

Posted 2023-03-12

技术标签:

【中文标题】将特征添加到时间序列预测模型输入的适当方法【英文标题】：An appropriate way of adding a feature to a time series forecasting model input 【发布时间】：2020-06-25 07:39:04 【问题描述】：

我一直在研究需求预测模型。我正在使用 LSTM 模型来预测公司产品系列的未来需求。为了巩固和举例说明我的原始数据，一个例子如下；

未处理的数据

np.random.seed(1)

raw_data = pd.DataFrame("product_type": ["A"]*3 + ["B"]*3 + ["C"]*3, "product_family": ["x", "y", "z", "t", "u", "y", "p", "k", "l"])

for col in [str(x)+"-"+str(y) for x in range(2015, 2020) for y in range(1, 13)]:
    raw_data[col] = np.random.randint(10, 50, 9)

raw_data.head()

  product_type product_family  2015-1  ...  2019-10  2019-11  2019-12
0            A              x      47  ...       15       39       38
1            A              y      22  ...       37       28       29
2            A              z      18  ...       41       41       37
3            B              t      19  ...       32       44       29
4            B              u      21  ...       22       29       25
[5 rows x 62 columns]

从上面可以看出，数据有两个名义特征，其余都是过去的需求数据。

首先，让我解释一下我的情况：

我首先选择要预测的product_family，让product_family成为"x"：

prod_family_data = raw_data.loc[raw_data.product_family == "x", raw_data.columns[2:]].to_numpy()

然后我创建训练集的 x 和 y：

x_train, y_train = [], []

for i in range(0, len(prod_family_data) - 12):
    x_train.append(prod_family_data[i: i + 12])
    y_train.append(prod_family_data[i + 12])

x_train = np.array(x_train)

y_train = np.array(y_train)

array([[47, 11, 21, 32, 34, 14, 35, 49, 44, 42, 31, 18],
       .  
       .
       .
       [14, 20, 45, 13, 48, 43, 45, 49, 49, 37, 15, 39]], dtype=object)

y_train

array([28, 38, 12, 12, 23, 29, 19, 23, 39, 38, 18, 40, 46, 48, 44, 27, 10,
       24, 25, 22, 15, 28, 44, 46, 22, 12, 45, 47, 38, 21, 46, 26, 12, 21,
       18, 14, 20, 45, 13, 48, 43, 45, 49, 49, 37, 15, 39, 38])

x_train = x_train.reshape(x_train.shape[0], x_train.shape[1], 1)

x_train.shape

(48, 12, 1)

y_train.shape

(48,)

然后我用 LSTM 模型预测product_family 的需求，然后我回到开始，选择另一个product_family，冲洗并重复。

我想知道是否有一种方法可以将 product_family 特征添加到模型的输入（将来也可能是 product_type 和其他产品的标称质量），并将其全部提供给模型一次？

另外，有没有办法将带有时间戳的需求数据绑定到输入，以便模型能够捕捉数据的趋势或季节性/

【问题讨论】：

您必须对数据进行去趋势处理，排除通货膨胀等影响，否则您的模型将始终低于或超出。就季节性而言，您可以添加上周、月、季度、年、2 年的平均值，看看什么对您的数据最有帮助。 【参考方案1】：

我首先建议您重新考虑数据集的形状。输入到 LSTM 网络的经典时间序列数据集“X”将具有 3D 形状：

X.shape[0]

X.shape[1]

X.shape[2]

在您的示例中，假设每个唯一对（product_type、product_familly）只有一个时间序列，按产品系列“x”对时间序列进行分组应转换为：

X.shape[0]

X.shape[1]