「Pythonにおける断続的な時系列の予測」

Pythonにおける時系列予測

Pythonによる断続的な時系列予測の完全ガイドとキャップストーンプロジェクト

断続的な時系列、またはスパースな時系列とは、非ゼロの値が時折現れる特殊なケースであり、他の値は0です。

スパースな時系列の一般的な例は、時間の経過に伴う降雨です。雨の降らない連続した日がたくさんあり、降るときの量も異なります。

断続的な時系列のもう一つの現実的な例は、航空宇宙や重機の予備部品など、動きが遅いまたは高価なアイテムの需要です。

一部の時系列の断続性は、伝統的なモデルが断続性をうまく扱えないため、予測において実際の課題となります。したがって、スパースな時系列に特化した代替予測手法に頼る必要があります。

この記事では、断続的な時系列の予測方法をさまざまに探求します。いつものように、まず各モデルを理論的に探求し、それからPythonで実装します。

いつものように、完全なソースコードはGitHubで利用できます。

Pythonでの統計的および深層学習技術の実装がすべて含まれる、私の無料の時系列解析のチートシートで最新の手法を学びましょう！

さあ、始めましょう！

Crostonの手法は、スパースな時系列の予測における最も一般的なアプローチの一つです。より複雑な手法を評価するためのベースラインモデルとしてしばしば使用されます。

Crostonの手法では、元の時系列から2つのシリーズが作成されます：

以下は、その説明のためのおもちゃの例です：

次に、Crostonの手法に基づいて、非ゼロの値を持つ新しいシリーズと、非ゼロの値を区切る期間のシリーズを作成します。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

93 out of 132 found this helpful