时间序列实践教程总结！

Posted 2022-08-18 Datawhale

 Datawhale干货 

作者：鱼佬，武汉大学硕士，Datawhale成员

本文基于Datawhale和科大讯飞发起的学习项目，以讯飞新能源汽车电机温度预测赛事为背景，从实践思路到代码实现，做了详细解读，希望帮助初学者更好地入门时间序列实践。

实践思路解读

赛题背景

作为电动汽车和混合动力汽车的主要驱动核心，永磁同步电动机常常面临着运行温度过高的问题。该问题会导致永磁体退磁以及线路损伤等危险，从而导致驱动能力下降甚至失去驱动力的后果。

获得电机的实时温度，从而采取相应的降温方法来保障永磁同步电动机的安全，成为公司及车主不可忽略的诉求。

赛事地址 & 数据下载：

https://challenge.xfyun.cn/topic/info?type=electric-car&ch=ds22-dw-gx06

赛题解析

这是一个时间序列预测的回归问题，本题任务是根据从永磁同步电机收集的多个历史传感器数据，预测电机永磁体接下来12个单位的温度（pm），其中单位间隔是为 20 Hz（每 5 秒一行）。

解题方案

ARIMA模型是一种随机时序分析，是一个经典的时间序列模型。该模型实质是差分运算和ARMA模型的组合。但由于ARIMA模型需要调整的参数比较多且网格寻优速度比较慢，所以Auto-ARIMA应运而生。

Auto-ARIMA只需自定义参数范围并自己寻找最佳参数，故比较容易实现的。所以这里我们选择Auto-ARIMA。

在解决机器学习问题时，一般会遵循以下流程：

实践完整代码

运行环境：

• 数据约11MB

• 2核8GRAM时，代码运行时间约20min

• Baseline分数0.51左右

#----------------环境配置----------------
#安装相关依赖库 如果是windows系统，cmd命令框中输入pip安装，参考上述环境配置
#!pip install pandas
#!pip install pmdarima
#---------------------------------------

#-----------------导入库-----------------
# 数据探索
import pandas as pd
import numpy as np
from tqdm import tqdm
# 核心模型
from pmdarima.arima import auto_arima
# 忽略报警
import warnings
warnings.filterwarnings('ignore')
#---------------------------------------

#---------------数据预处理----------------
# 读取训练数据和测试数据
train = pd.read_csv('train.csv')
test = pd.read_csv('test.csv')
sample_submit = pd.read_csv('sample_submit.csv')

# 数据量
# print(train.shape, test.shape)

# 训练集信息，快速了解数据基本情况，包含column（列名）、Non-Null Count（非缺失样本数）、Dtype（特征类型）等
train.info()
# 运行结果可以看出：数据比较干净，不存在缺失值和异常值。
#---------------------------------------

#----------------训练模型----------------
# 分测量会话session_id进行预测
for session_id in tqdm(sample_submit['session_id'].unique()):
    
    # 获取对应session_id的pm，并按rank从大到小排序
    train_y = train[train['session_id']==session_id]['pm'].tolist()[::-1]
    
    # 训练模型
    model = auto_arima(train_y, start_p=1, start_q=1, max_p=9, max_q=6, max_d=3,max_order=None,
                       seasonal=False, m=1, test='adf', trace=False,
                       error_action='ignore', 
                       suppress_warnings=True, 
                       stepwise=True, information_criterion='bic', njob=-1)
    # 把训练数据放入auto_arima得到最优模型，ARIMA里的三个参数PDQ都是可以进行自动调参的，就是通过调整start_p和max_p
    # 它会自动对这三个参数进行调整，这里m=1的意思是不考虑季节性。
    
    # 预测未来12个单位的pm
    pred_res = model.predict(12)
    # 保存对于session_id的pm
    sample_submit.loc[sample_submit['session_id']==session_id, 'pm'] = pred_res
#---------------------------------------

#----------------结果保存----------------
sample_submit.to_csv('result.csv', index=False)

参与学习

本文为Datawhale项目实践2.0教程，如果你还在入门阶段，可以进内测学习群，在学习中一起优化教程。

整理不易，点赞三连↓