Idősor előrejelzés ML modellekkel

2023-03-21

Lehetséges ML feladatok

• Előrejelzés (Regresszió)
• Klasszifikáció
• Anomália detekció

Lehetséges ML Modellek

• Lineáris modellek
• Döntési Fa alapú modellek
• Deep learning alapú modellek

Adatok előkészítése

Adatok előkészítése - walk forward 1

Adatok előkészítése - walk forward 2

Lineáris modellek

Lineáris modellek

A lineáris regresszió széles körben használatos a gyakorlatban, és természetesen alkalmazkodik akár összetett előrejelzési feladatokhoz is.

A lineáris regressziós algoritmus megtanulja, hogyan készítsen súlyozott összeget a bemeneti jellemzőiből.

Két jellemző esetén a következő lenne:

​

cél = súly * feature_1 + súly * feature_2 + bias

​

Lineáris modellek

cél = súly_1 * feature_1 + súly_1 * feature_2 + bias

​

A képzés során a regressziós algoritmus megtanulja a súly_1, súly_2 és bias paraméterek értékeit, amelyek a legjobban illeszkednek a célértékhez.

​

Lineáris modellek és az idősor

Mivel a lineáris regresszió képes több FEATURE alapján előrejelző modellt képezni, igy egy megfelelő adat transzformációval az idősor előrejelzési probléma átalakítható egy felügyelt gépi tanulási problémára.

​

adat_t = súly_1 * atad_t-1 + súly_2 * atad_t-2 + …… + súly_n * atad_t-n + bias

​

Tehát egy walking forward (görgetett ablak) megoldással a múltbeli idő pillanatokat tekinthetjük úgy mint attribútumok, melyből ML model képezhető.

​

Lineáris modellek és az idősor

Az eddig használt idősor előrejelző modelljeink UNIVARIATE adatokkal dolgoztak, azonban az eddig megismert módszerekkel MULTIVARIATE feature halmazt is létrehozhatunk, amely segítheti a modell tanulását.

Ilyenek:

• MA
• Trend komponens
• Szezonális komponens

​

Lineáris modellek és az idősor

A MULTIVARIATE adatokat többféleképpen is felhasználhatjuk:

​

• egy modellben int feature halmaz bővítése
• több modell készítése és kombinált előrejelző modell építése.

pl.: Cél = Szezon előrejelző + Trend előrejelző + Residual előrejelző

​

Lineáris modellek és az idősor

A lineáris modell-ek érzékenyek a következőkre:

• Adat csúszás -> Box Cox transformálni kell
• A nagy intervallumú adatok nagyobb súlyt kaphatnak -> Át kell skálázni az adatokat
• Hiányzó elemek -> interpolálni kell

​

Döntési fa alapú modellek

Döntési fa alapú modellek

A döntési fa alapú modellek jellemzően osztályozási feladatokban szerepelnek, viszont a legtöbb döntési fal alapú modell regressziós feladatokat is képes hatékonyan megoldani.

Ilyen esetben az idősorokat a regressziónál használt módon újra kell keretezni.

Azonban még a regresziónál működik a TRAIN/TEST split alapú tanulás addig a Döntési fáknál csak a WalkForward alapú megközelítés a járható út

​

Walkforward és a távoli előrejelzés problémája

Train/Test split

A walk forward módszer jól alkalmazható az idősorok TRAIN/TEST halmaz vágására.

Azonban azt figyelembe kell vennünk, hogy a “nagyon távoli jövőbe” a legtöbb modell nem képes előrejelezni.

​

Walk forward

Ennek egy megoldása, a állandóan előre toljuk, és újra tanítják a modellünket.

​

Multistep forecast

Multistep forecast

Multistep forecast

Felmerülhet bennünk a kérdés, hogy amennyiben csak EGY lépést jelzünk előre, akkor hogyan tudunk olyan modelleket építeni, melyek akár 2,3,6,12,24 lépésre is képesek előrejelzést végezni.

A megoldás többféleképpen is lehetséges:

• Az előre jelzett értékeket hozzáadjuk múltbeli adatokhoz, és az így kiegészített új adattal ismét előrejelzést végzünk

​

​

​

Ismert múlt

előrejelzett érték

előrejelzett érték újrafelhasználása

Multistep forecast

A megoldás többféleképpen is lehetséges:

• Léteznek olyan modellek amelyek eleve lehetővé teszik többlépéses előrejelzést. Ilyen pl. az LSTM-es megközelités

​

​

​

előrejelzett érték

Ismert múlt

Multistep forecast

• Épithetünk párhuzamos modelleket amelyek célja más más lépés előrejelzése

​

​

​

​

előrejelzett érték

Ismert múlt

model1

model2

model3

model4