无法使用 statsmodels 库实现 Holt-Winters 方法

Posted 2023-03-11

【中文标题】无法使用 statsmodels 库实现 Holt-Winters 方法

【英文标题】：Unable to implement Holt-Winters Method using statsmodels library

【发布时间】：2018-10-25 01:08:57

【问题描述】：

我每天都有一个月的数据。它每天捕获cpu utilization 数据。我想产生一些预测结果。我已将数据分成两部分train- 首先是 15 天和 test 需要最后 16 天，在此我想做一个预测并将预测结果与给定的最后 16 天进行比较结果。到目前为止，我已经尝试了各种实现，例如moving average、simple exponential smoothing。现在我想尝试更复杂和准确的东西，例如Holt-Winters Method 和ARIMA model。下面是我为Holt's Linear Trend 得到的结果考虑趋势和季节性的方法。

现在我想实现Holts Winter method，这是首选的预测技术之一。下面是代码

# get the first 15 days
df_train = psql.read_sql("SELECT date,cpu FROM  where date between '' and ' 23:59:59';".format(conf_list[1], '2018-03-02', '2018-03-16'), conn).fillna(0)
df_train["date"] = pd.to_datetime(df_train["date"], format="%m-%d-%Y")
df_train.set_index("date", inplace=True)
df_train = df_train.resample('D').mean().fillna(0)

# get the last 15 days
df_test = psql.read_sql("SELECT date,cpu FROM  where date between '' and ' 23:59:59';".format(conf_list[1], '2018-03-18', '2018-03-31'), conn).fillna(0)
df_test["date"] = pd.to_datetime(df_test["date"], format="%m-%d-%Y")
df_test.set_index("date", inplace=True)
df_test = df_test.resample('D').mean().fillna(0)

这是Holt's Winter method的代码

y_hat_avg = df_test.copy()
fit1 = ExponentialSmoothing(np.asarray(df_train['cpu']), seasonal_periods=1, trend='add', seasonal='add',).fit()
y_hat_avg['Holt_Winter'] = fit1.forecast(len(df_test))
plt.figure(figsize=(16,8))
plt.plot(df_train['cpu'], label='Train')
plt.plot(df_test['cpu'], label='Test')
plt.plot(y_hat_avg['Holt_Winter'], label='Holt_Winter')
plt.legend(loc='best')
plt.show()

现在我收到seasonal_periods 参数的错误。它接受一个整数，我相信它接受月份作为一个值。即使在他们的文档中，他们也只提到没有季节http://www.statsmodels.org/dev/generated/statsmodels.tsa.holtwinters.ExponentialSmoothing.html#statsmodels.tsa.holtwinters.ExponentialSmoothing

现在，由于我只有 1 个月的数据要在前 15 天运行预测，我应该通过什么季节值？假设季节是指月份，理想情况下应该是 0.5（15 天），但它只接受整数。如果我将值传递为 1，我会收到以下错误

Traceback (most recent call last):
  File "/home/souvik/PycharmProjects/Pandas/forecast_health.py", line 89, in <module>
    fit1 = ExponentialSmoothing(np.asarray(df_train['cpu']), seasonal_periods=1, trend='add', seasonal='add',).fit()
  File "/home/souvik/data_analysis/lib/python3.5/site-packages/statsmodels/tsa/holtwinters.py", line 571, in fit
    Ns=20, full_output=True, finish=None)
  File "/home/souvik/data_analysis/lib/python3.5/site-packages/scipy/optimize/optimize.py", line 2831, in brute
    Jout = vecfunc(*grid)
  File "/home/souvik/data_analysis/lib/python3.5/site-packages/numpy/lib/function_base.py", line 2755, in __call__
    return self._vectorize_call(func=func, args=vargs)
  File "/home/souvik/data_analysis/lib/python3.5/site-packages/numpy/lib/function_base.py", line 2831, in _vectorize_call
    outputs = ufunc(*inputs)
  File "/home/souvik/data_analysis/lib/python3.5/site-packages/scipy/optimize/optimize.py", line 2825, in _scalarfunc
    return func(params, *args)
  File "/home/souvik/data_analysis/lib/python3.5/site-packages/statsmodels/tsa/holtwinters.py", line 207, in _holt_win_add_add_dam
    return sqeuclidean((l + phi * b) + s[:-(m - 1)], y)
ValueError: operands could not be broadcast together with shapes (16,) (0,)

如果我将参数作为None 传递，我会收到以下错误

Traceback (most recent call last):
  File "/home/souvik/PycharmProjects/Pandas/forecast_health.py", line 89, in <module>
    fit1 = ExponentialSmoothing(np.asarray(df_train['cpu']), seasonal_periods=None, trend='add', seasonal='add',).fit()
  File "/home/souvik/data_analysis/lib/python3.5/site-packages/statsmodels/tsa/holtwinters.py", line 399, in __init__
    'Unable to detect season automatically')
NotImplementedError: Unable to detect season automatically

如何使用 Holt-Winters 方法获得一个月最后 16 天的预报？我做错了什么？

如果有人想重现结果，这里是当月的数据

                                cpu
date                               
2018-03-01 00:00:00+00:00  1.060606
2018-03-02 00:00:00+00:00  1.014035
2018-03-03 00:00:00+00:00  1.048611
2018-03-04 00:00:00+00:00  1.493392
2018-03-05 00:00:00+00:00  3.588957
2018-03-06 00:00:00+00:00  2.500000
2018-03-07 00:00:00+00:00  5.265306
2018-03-08 00:00:00+00:00  0.000000
2018-03-09 00:00:00+00:00  3.062099
2018-03-10 00:00:00+00:00  5.861751
2018-03-11 00:00:00+00:00  0.000000
2018-03-12 00:00:00+00:00  0.000000
2018-03-13 00:00:00+00:00  7.235294
2018-03-14 00:00:00+00:00  4.011662
2018-03-15 00:00:00+00:00  3.777409
2018-03-16 00:00:00+00:00  5.754559
2018-03-17 00:00:00+00:00  4.273390
2018-03-18 00:00:00+00:00  2.328782
2018-03-19 00:00:00+00:00  3.106048
2018-03-20 00:00:00+00:00  5.584877
2018-03-21 00:00:00+00:00  9.869841
2018-03-22 00:00:00+00:00  5.588215
2018-03-23 00:00:00+00:00  3.620377
2018-03-24 00:00:00+00:00  3.468021
2018-03-25 00:00:00+00:00  2.605649
2018-03-26 00:00:00+00:00  3.670559
2018-03-27 00:00:00+00:00  4.071777
2018-03-28 00:00:00+00:00  4.159690
2018-03-29 00:00:00+00:00  4.364939
2018-03-30 00:00:00+00:00  4.743253
2018-03-31 00:00:00+00:00  4.928571

【参考方案1】：

首先，错误NotImplementedError: Unable to detect season automatically 正在显示，因为您已将seasonal_periods 定义为None，但您仍然将参数seasonal 设置为add，您应该将其更改为None。

如果您的数据具有每月季节性，而您只有一个月，那么您的样本中可能根本没有季节性。但如果需要，您可以通过绘制数据的傅里叶变换来搜索季节性来检查它.

另外，我相信对于预测（在我从您的示例中看到的示例），如果您使用的是 Statsmodels，那么最好使用 predict insead 或 forecast，它们在许多情况下会产生不同的结果。

【讨论】：

所以我应该尝试添加更多月份然后检查结果吗？那么seasonal_periods 参数的值是多少？

如果您将拥有具有每月季节性的全年数据，那么seasonal_periods 的值应为12。