0
雷鋒網按：本文作者 Jason Brownlee 為澳大利亞知名機器學習專家，對時間序列預測尤有心得。原文發布于其博客。雷鋒網編譯。
Jason Brownlee
機器學習方法，比如深度學習，是可以用來解決時間序列預測問題的。
但在使用機器學習之前，時間序列問題需要被轉化為監督學習問題。從僅僅是一個序列，變成成對的輸入、輸出序列。
這篇教程里，你將學到如何把單變量、多變量時間序列問題轉為機器學習算法能解決的監督學習問題。本教程包含：
如何創建把時間序列數據集轉為監督學習數據集的函數；
如何讓單變量時間序列數據適配機器學習
如何讓多變量時間序列數據適配機器學習
現在我們開始。
正式開始前，我們需要更好地理解時間序列和監督學習的數據形式。時間序列是一組按照時間指數排序的數字序列，可被看成是一列有序的值。比如：
監督學習問題由輸入（X）和輸出（y）速成，其算法能學習如何根據輸入模式預測輸出模式。
比如：
對于把時間序列數據轉化為監督學習問題，這是一個關鍵的函數。
給定一個 DataFrame， shift() 函數可被用來創建數據列的副本，然后 push forward （NaN 值組成的行添加到前面）或者 pull back（NaN 值組成的行添加到末尾）。為了給時間序列數據集創建滯后觀察（lag observation）列以及預測觀察（forecast observation）列，并按照監督學習的格式來，這是必須的操作。
我們來看看一些 shift 函數的實操例子。
我們可以定義一個由 10 個數字序列組成的偽時間序列數據集，該例子中，DataFrame 中的單個一列如下所示：
運行該例子，輸出時間序列數據，每個觀察要有對應的行指數。
我們通過在頂端插入新的一行，用一個時間步（time step）把所有的觀察降檔（shift down）。由于新的一行不含數據，可以用 NaN 來表示“無數據”。
Shift 函數能完成該任務。我們可以把處理過的列插入到原始序列旁邊。
運行該例子，使數據集有了兩列。第一列是原始觀察，第二列是 shift 過新產生的列。
可看到，把序列向前 shift 一個時間步，產生了一個原始的監督學習問題，雖然 X 、y 的順序不對。無視行標簽的列。由于 NaN 值，第一行需要被拋棄。第二行第二列（輸入 X）現實輸入值是 0.0，第一列的值是 1 （輸出 y）。
我們能看到，如果在 shift 2、3 ……重復該過程，要如何創建能用來預測輸出值 y 的長輸出序列（X）。
Shift 操作器可以接受一個負整數值。這起到了通過在末尾插入新的行，來拉起觀察的作用。下面是例子：
運行該例子顯示出，新的一列的最后一個值是一個 NaN 值。可以看到，預測列可被作為輸入 X，第二行作為輸出值 (y)。輸入值 0 就可以用來預測輸出值 1。
技術上，在時間序列預測術語里，當前時間是（t），未來是(t+1, t+n) 它們都是預測時間。過去的觀察 (t-1, t-n) 被用來做預測。對于一個監督學習問題，在一個有輸入、輸出模式的時間序列里，我們可以看到如何用正負 shift 來生成新的 DataFrame 。
這不僅可用來解決經典的 X -> y 預測問題， 還可用到輸入、輸出都是序列的 X -> Y 上。
另外，shift 函數也在所謂的多元時間序列問題上有效。這種情況下，并不是時間序列不只有一組觀察，而是多組（舉個例子，氣溫和氣壓）。所有時間序列中的變量可被向前或向后 shift，來創建多元輸入輸出序列。更多詳情下文會提到。
給定理想的輸入、輸出序列長度，我們可以用 Pandas 里的 shift() 函數自動生成時間序列問題的框架。
這是一個很有用的工具。它幫助我們用機器學習算法探索同一個時間序列問題的不同框架，來找出哪一個將會產生具有更好效果的模型。這部分中，我們為 series_to_supervised() ，一個新的 Python 函數定義。它能把單變量、多變量時間序列轉化為監督學習數據集。
該函數有四個參數：
Data:作為一個列表或 2D NumPy 陣列的觀察序列。必需。
n_in: 作為輸入 X 的 lag observation 的數量。值可能在 [1..len(data)] 之間。可選。默認為 1 。
n_out: 作為輸出 y 的觀察的數量。值可能在 [0..len(data)-1] 之間。可選。默認為 1 。
dropnan: 不管隨著 NaN 值是否丟掉一些行，它都是布爾值（Boolean）。可選。默認為 True。
函數返回一個單個的值：
return: 序列的 Pandas DataFrame 轉為監督學習。
新數據集創建為一個 DataFrame，每一列通過變量字數和時間步命名。這使得開發者能設計各種各樣時間步序列類型的預測問題。
當 DataFrame 被返回，你可以決定怎么把它的行，分為監督學習的 X 和 y 部分。這里可完全按照你的想法。該函數用默認參數定義，因此，如果你僅僅用你的數據調用它。它會創建一個 X 為 t-1，y 是 t 的 DataFrame。
該函數兼容 Python 2 和 Python 3。完整函數在下面，包括注解。
有了整個的函數，現在可以開始探索怎么用它。
在時間序列預測中，使用滯后觀察（比如 t-1）作為輸入變量來預測當前時間不，是通用做法。這被稱為一步預測（one-step forecasting）。下面的例子，展示了如何一個滯后時間步（ t-1）預測當前時間步（t）.
運行例子，輸出改造過的時間序列的輸出。
可看到，觀察被命名為“var1”，輸入觀察被命名為 (t-1)，輸出時間步被命名為 (t)。還可以看到，NaN 值得行，已經自動從 DataFrame 中移除。我們可以用隨機數字長度的輸入序列重復該例子，比如 3。這可以通過把輸入序列的長度確定為參數來實現。比如：
data = series_to_supervised(values, 3)
完整例子如下：
再一次，運行例子輸出改造的序列。可以看到輸入序列是正確的從左到右的順序。輸出變量在最右邊進行預測。
有另一類預測問題，是用過去的觀察，來預測出將來貫徹的一個序列。這可以被稱作序列預測或者多步驟預測。通過確定另一個參數，我們能把一個時間序列轉化為序列預測。比如，我們可以把一個輸入序列為兩個過去觀察，要預測兩個未來觀察的序列問題，進行如下轉化：
data = series_to_supervised(values, 2, 2)
完整例子如下：
運行該例子，顯示出分別把 (t-n)、（t+n） 作為輸入、輸出變量，以及把當前觀察 （t）作為輸出之間的區別。
另一種重要的時間序列類型被稱為多元時間序列。這時有對多個不同度量（measure）的觀察，以及我們對預測其中的一個或更多的興趣。比如說，也許有兩組時間序列觀察 obs1 和 obs2 ，我們想要預測其中之一，或者兩個都預測。我們可用同樣的方法調用 series_to_supervised()。舉個例子：
運行這個例子會輸出數據的新框架，顯示出兩個變量在一個時間步下的輸入模式，以及兩個變量一個時間不的輸出模式。
取決去問題的具體內容。可以隨機把列分為 X 和 Y 部分，比如說，如果當前觀察 var1 也被作為輸入提供，那么只有 var2 會被預測。
通過上面這樣確定具體的輸入輸出序列長度，可輕松完成多元時間序列的預測。下面是一個把一個時間步作為輸入，兩個時間步作為預測序列的轉化例子。
運行該例子會顯示改造過的大 DataFrame。
建議：拿你自己的數據集做實驗，試試多個不同的框架來看哪個效果更好。
該課程將系統介紹人工智能中的神經網絡，特別是深度學習的發展現狀、基本原理和主要方法。包括：人工智能綜述，生物神經系統，人工神經元模型，BP網絡，Hopfield網絡，深度卷積神經網絡（CNN），長短期記憶網絡（LSTM）和深度強化學習等。重點分析若干典型CNN模型，并結合具體應用案例，進行編程實操剖析。
課程將補充介紹最新的科研成果與前沿領域（提供50篇以上最原始與最新的人工神經網絡代表性英文論文，包括深度學習2016年的最新論文)，強調各種理論方法在解決實際問題中的綜合應用。雷鋒網傾情推薦！
視頻地址：http://www.mooc.ai/course/65
相關文章：
時間序列預測教程：如何利用 Python 預測波士頓每月持械搶劫案數量？
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
