时间序列_Kaggle 商品销量预测季军方案出炉，应对时间序列问题有何妙招

https://baijiahao.baidu.com/s?id=1595331607299762312&wfr=spider&for=pc

雷锋网 AI 研习社消息，Kaggle 上 Corporación Favorita 主办的商品销量预测比赛于两个月前落下帷幕，此次比赛的奖金池共计三万美元，吸引到 1675 支队伍参赛。

近日，Private Leaderboard 上的亚军 SoLucky 团队在 arxiv 上发表了一篇论文，阐述了其获胜方案，雷锋网 AI 研习社对论文内容进行编译整理如下：

作者参加了在 Kaggle 上举办的 Corporacion Favorita Grocery Sales Forecasting 销量预测比赛，并取得了第二名的成绩。

这场比赛是基于时间序列数据的基础机器学习问题，论文中阐明了总体分析和解决方案。

作者的方法基于空洞卷积神经网络（dilated convolutional neural network）并进行了改善，来对时间序列进行预测。利用这种技术，在 n 个示例批次中不断迭代，能够快速和准确地对大量时间序列数据进行处理。

比赛背景

Kaggle 等竞赛平台举办的时间序列比赛目前已经成为机器学习流行赛事，这些竞赛有助于推进机器学习顶尖技术的发展，将其用于实际领域。

时间序列是不太为人所知的分析领域。由于数据存在着季节性、动态性和周期性的特征，数据序列是非线性的，并存在噪声，因此很难准确进行识别和预测。

神经网络在近几年的热度急剧增长，这使人们对预测有了截然不同的理解。硬件的进步使得我们能够在一定时间内利用深度神经网络解决问题。目前，深度学习是一个可行的解决方案，利用这项技术，近年来研究者们在基准数据集的分类精度上打破了很多记录。

作者在本文中讨论了解决 Corporacion Favorita Grocery Sales Forecasting 商品销量预测问题的方法，描述并分析了将卷积神经网络应用于时间序列数据。

数据集描述

数据被分为两部分——训练数据和测试数据。训练数据用于模型训练，测试数据被分为几部分，分别用于在公共和私人的排行榜上进行模型的准确性评估。这场比赛中，Corporacion Favorita 提供 125,497,040 个训练观察值和 3370,464 个测试观察值。

数据集由按日销售额、商店编号、商品编号和促销信息组成。此外，主办方还提供交易信息、石油价格、商店信息和假期。

该竞赛使用 NWRMSLE（标准化加权均方根对数误差）作为评价指标。

问题定义

实体店中的采购和销售需要保持平衡。稍微将销售预测过量，店里就会积存许多货物，要是积压了不易储存的商品会更加糟糕。而要是将销量预测过低，设想一下，当顾客把钱都付了，却发现没货，那这家店的口碑将会急剧下降。

此外，随着零售商增加新的门店，那里的顾客又可能存在独特的需求，比如他们想要新的产品，口味随季节而变化，那问题将变得更加复杂，产品市场如何真的很难预知。

在这次比赛中，主办方希望参赛者建立一个更准确的预测产品销量的模型。作者的目标是建立一个可能应用于实际，并具有最高准确度的销量预测模型。

主要存在如下三种挑战：

噪声数据：尽管组织者尽力准备并提供了大量数据，但其中存在有噪声标签的数据。有些数据（石油价格、假期、交易）与目标没有关联，在之后根本不会使用。

不可见数据：有这样一种情况，在测试集中出现了不可见的数据。由于存在这类不可见的商店/商品数据，模型的行为将不可预测。原因如下：训练集中不包括销售额为 0 的记录，但是测试集包含所有的商店/商品组合（不管商店此前是否销售该商品）。最后，作者假设这些不可见的组合只是零销售额数据，用 0 来进行替换。

准确度：因为这个实验是严格按照比赛规则进行的，作者尝试了所有可能用来提高预测准确度的方法。

可选方案

下面的这些架构基于神经网络，但在这个比赛中，最终结果不如作者最后使用的 WaveNet 模型，但他们相信这种架构可以提供一种完全不同的方法来解决问题，产生出一些有趣的洞见，甚至在其他比赛中超越 WaveNet。

循环神经网络

循环神经网络（RNN）可以将当前节点的输出作为下一个节点的输入，可以如下描述：相较于其他深度学习算法，RNN 已经被广泛用于预测时间序列问题，并被定位为预测此类数据数组问题的最先进的方法。

这些网络的效率可以通过重复的连接来解释，这些连接允许网络访问以前的时间序列值的整个历史。

可以将 RNN 看成同一个网络的多个副本，每个副本会传递消息给后续副本。由于自身属性，RNN 与序列和列表密切相关。在过去的几年中，将 RNN 应用于时间序列预测问题上已经取得了惊人的成果。

其中具有象征意义的是 LSTMs，这是一种非常特殊的 RNN，在许多任务上，它比标准 RNN 的表现要好得多。

GRU 架构也可以作为解决当前问题的方法，它们与 LSTMs 相似，结构更简。

作者的方法

基于 WaveNet CNN 网络并做了一些额外的扩展和修改。

近年来，深度学习技术的发展促使研究人员探索出各种时间序列预测方法，其中就有 WaveNet。WaveNet 是一个生成模型，这意味着模型可以针对一些条件输入生成实值数据（real-valued data）序列。

该架构背后的核心思想是空洞因果卷积（dilated causal convolutions）。由于没有循环连接和跳跃步骤，空洞卷积训练起来比 RNN 要快。

目前，因果卷积存在的问题之一是：为了增大感受野，需要用到多层卷积或者或很多大滤波器。

空洞卷积不存在这些问题，它使用上采样滤波器代替特征映射（feature maps）。换句话说，空洞卷积允许只增加核的视野在层间维持特征映射的大小，另外，可以用更少的参数捕获输入的全局视图。

为了能够产生 16 天的预测值，作者对模型进行了修改。因为训练使用的是下一步预测值，错误会持续累积。为了解决这个问题，他们使用 sequence to sequence 方法，编码器和解码器不会共享参数。解码器将会在产生长序列时处理累积的噪声。这里还用了亚当优化器更新网络权重。数据是通过小批次产生的，随机采样 128 个序列。

由于整个数据集大约包含 17 万序列 x 365 天，所以在每次训练迭代中都能向模型输入不同的数据。考虑到这一点，该模型能很好地处理过拟合问题。

在训练过程中，学习率衰减系数设置为 0.0005。作者将过去 16 天的训练数据做成一个集合，并将其用于验证。销售量的变化和促销信息可以用来生成的季度和年度模型。

在最后若干个上千或上万的的小批次中，模型会稍微出现过拟合，所以结果会有一点波动。

为了解决过拟合问题，平滑短期波动，着重于长期的动态性和周期性趋势，作者用到移动平均法（Moving average）。在 5000 次小批量迭代之后，模型开始预测，之后每过 2000 次迭代产生预测。在特定的迭代之后，如下图所示，5 个模型的平均性能优于单个模型。为了将模型准确性进一步提高，最终，作者使用指数移动平均法（exponential moving average），利用局部交叉验证（local cross-validation）计算出平滑因子（smooth factor）。