簡介

時間序列數(shù)據(jù)表示一系列特定時間內(nèi)的數(shù)據(jù)間隔.如果我們想在機器學(xué)習(xí)中構(gòu)建序列預(yù)測，那么我們必須處理順序數(shù)據(jù)和時間.系列數(shù)據(jù)是順序數(shù)據(jù)的摘要.數(shù)據(jù)排序是序列數(shù)據(jù)的一個重要特征.

序列分析或時間序列分析的基本概念

序列分析或時間序列分析是基于先前觀察到的，在給定輸入序列中預(yù)測下一個.預(yù)測可以是下一個可能出現(xiàn)的任何事情:符號，數(shù)字，次日天氣，下一個語音等.序列分析在股票市場分析，天氣預(yù)報和產(chǎn)品推薦等應(yīng)用中非常方便.

示例

請考慮以下示例來了解序列預(yù)測.這里A，B，C，D是給定值，您必須使用序列預(yù)測模型預(yù)測值E.

安裝實用軟件包

用于時間序列數(shù)據(jù)分析使用Python，我們需要安裝以下軟件包 :

Pandas

Pandas是一個開源的BSD許可庫，提供高性能，易于使用的數(shù)據(jù)結(jié)構(gòu)和Python數(shù)據(jù)分析工具.您可以使用以下命令安裝Pandas :

pip install pandas

如果您使用的是Anaconda并希望使用conda包管理器進行安裝，那么您可以使用以下命令 :

conda install -c anaconda pandas

hmmlearn

這是一個開源的BSD -licensed庫，由簡單的算法和模型組成，用于學(xué)習(xí)Python中的隱馬爾可夫模型(HMM).你可以在以下命令的幫助下安裝它 :

pip install hmmlearn

如果您使用的是Anaconda并希望使用conda包管理器進行安裝，那么您可以使用以下命令 :

conda install -c omnia hmmlearn

PyStruct

這是一個結(jié)構(gòu)化學(xué)習(xí)，預(yù)測庫.在PyStruct中實現(xiàn)的學(xué)習(xí)算法具有諸如條件隨機場(CRF)，最大邊緣馬爾可夫隨機網(wǎng)絡(luò)(M3N)或結(jié)構(gòu)支持向量機之類的名稱.你可以借助以下命令安裝它 :

pip install pystruct

CVXOPT

它用于基于Python編程語言的凸優(yōu)化.它也是一個免費的軟件包.您可以使用以下命令和減號安裝它;

pip install cvxopt

如果您使用的是Anaconda并希望使用conda軟件包管理器進行安裝，那么您可以使用以下命令 :

conda install -c anaconda cvdoxt

Pandas:處理，切片和從時間序列數(shù)據(jù)中提取統(tǒng)計數(shù)據(jù)

如果您必須使用時間序列數(shù)據(jù)，Pandas是一個非常有用的工具.在Pandas的幫助下，您可以執(zhí)行以下 :

• 使用創(chuàng)建一系列日期pd.date_rangepackage
• 使用pd.Series包索引帶有日期的pandas
• 使用ts.resample包進行重新采樣
• 更改頻率

示例

以下示例顯示您使用以下方式處理和切片時間序列數(shù)據(jù)大熊貓.請注意，這里我們使用的是每月北極濤動數(shù)據(jù)，可以從 monthly.ao.index.b50.current.ascii ，可以轉(zhuǎn)換為文本格式供我們使用.

處理時間序列數(shù)據(jù)

對于處理時間序列數(shù)據(jù)，您必須執(zhí)行以下步驟 :

第一步涉及導(dǎo)入以下包 :

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

接下來，定義一個函數(shù)，它將從輸入文件中讀取數(shù)據(jù)，如下面給出的代碼所示 :

def?read_data(input_file):
input_data?=?np.loadtxt(input_file,?delimiter?=?None)

現(xiàn)在，將此數(shù)據(jù)轉(zhuǎn)換為時間序列.為此，請創(chuàng)建我們時間序列的日期范圍.在這個例子中，我們保留一個月的數(shù)據(jù)頻率.我們的文件的數(shù)據(jù)從1950年1月開始.

dates = pd.date_range('1950-01', periods = input_data.shape[0], freq = 'M')

在這一步中，我們在Pandas系列的幫助下創(chuàng)建時間序列數(shù)據(jù)，如下圖所示 :

output = pd.Series(input_data[:, index], index = dates)	
return output
if __name__=='__main__':

輸入輸入文件的路徑，如下所示 :

input_file = "/Users/admin/AO.txt"

現(xiàn)在，將列轉(zhuǎn)換為時間序列格式，如下所示 :

timeseries = read_data(input_file)

最后，使用顯示和減去的命令繪制和可視化數(shù)據(jù);

plt.figure()
timeseries.plot()
plt.show()

您將觀察到如下圖所示的圖形 :

切片時間序列數(shù)據(jù)

切片只涉及檢索時間序列數(shù)據(jù)的某些部分.作為示例的一部分，我們僅從1980年到1990年對數(shù)據(jù)進行切片.觀察執(zhí)行此任務(wù)的以下代碼 :

timeseries['1980':'1990'].plot()
? <matplotlib.axes._subplots.AxesSubplot at 0xa0e4b00>
plt.show()

當(dāng)您運行切片時間序列數(shù)據(jù)的代碼時，您可以將以下圖表視為圖中顯示的是 :

提取來自時間序列數(shù)據(jù)的統(tǒng)計數(shù)據(jù)

如果需要得出一些重要結(jié)論，則必須從給定數(shù)據(jù)中提取一些統(tǒng)計數(shù)據(jù).平均值，方差，相關(guān)性，最大值和最小值是一些此類統(tǒng)計數(shù)據(jù).如果要從給定的時間序列數(shù)據(jù)中提取此類統(tǒng)計數(shù)據(jù)，可以使用以下代碼;

平均值

您可以使用mean()函數(shù)，用于查找均值，如此處所示 :

timeseries.mean()

然后，您將針對所討論的示例觀察到的輸出是 :

-0.11143128165238671

最大值

您可以使用max()功能查找最大值，如下所示 :

timeseries.max()

然后，您將針對所討論的示例觀察到的輸出是 :

3.4952999999999999

最小值

您可以使用min()函數(shù)查找最小值，如下所示 :

timeseries.min()

然后，您將針對所討論的示例觀察到的輸出是 :

-4.2656999999999998

一次性獲取所有內(nèi)容

如果您想一次計算所有統(tǒng)計數(shù)據(jù)，可以使用describe()函數(shù)，如下所示 :

timeseries.describe()

然后，您將針對所討論的示例觀察到的輸出是 :

count 817.000000
mean -0.111431
std 1.003151
min -4.265700
25% -0.649430
50% -0.042744
75% 0.475720
max 3.495300
dtype: float64

重新采樣

您可以將數(shù)據(jù)重新采樣到不同的時間頻率.執(zhí)行重新采樣的兩個參數(shù)是 :

時間段

方法

使用mean()重新采樣

您可以使用以下代碼使用mean()重新采樣數(shù)據(jù)方法，這是默認(rèn)方法 :

timeseries_mm?=?timeseries.resample("A").mean()
timeseries_mm.plot(style?=?'g--')
plt.show()

然后，您可以觀察以下圖表作為重采樣的輸出使用mean() :

Re -sampling with median()

您可以使用以下代碼使用median()方法重新取樣數(shù)據(jù) :

timeseries_mm?=?timeseries.resample("A").median()
timeseries_mm.plot()
plt.show()

然后，您可以觀察下圖作為重新采樣的輸出，其中位數(shù)為() :

滾動平均值

您可以使用以下代碼計算滾動(移動)均值和減去;

timeseries.rolling(window = 12, center = False).mean().plot(style = '-g')
plt.show()

然后，您可以觀察下圖作為滾動的輸出(移動)mean :

通過隱馬爾可夫分析順序數(shù)據(jù)模型(HMM)

HMM是一種統(tǒng)計模型，廣泛用于具有延續(xù)性和可擴展性的數(shù)據(jù)，如時間序列股票市場分析，健康檢查和語音反饋gnition.本節(jié)詳細(xì)介紹了使用隱馬爾可夫模型(HMM)分析順序數(shù)據(jù).

隱馬爾可夫模型(HMM)

HMM是一個隨機模型這是建立在馬爾可夫鏈概念的基礎(chǔ)上的，該假設(shè)未來統(tǒng)計數(shù)據(jù)的概率僅取決于當(dāng)前的過程狀態(tài)而不是之前的任何狀態(tài).例如，當(dāng)擲硬幣時，我們不能說第五次拋擲的結(jié)果將是一個頭.這是因為硬幣沒有任何記憶，下一個結(jié)果不依賴于之前的結(jié)果.

數(shù)學(xué)上，HMM由以下變量和減號組成;

狀態(tài)(S)

它是HMM中存在的一組隱藏或潛在狀態(tài).它由S表示.

輸出符號(O)

它是HMM中存在的一組可能的輸出符號.它由O表示.

狀態(tài)轉(zhuǎn)換概率矩陣(A)

它是從一個狀態(tài)轉(zhuǎn)換到另一個狀態(tài)的概率狀態(tài).它由A表示.

觀察發(fā)射概率矩陣(B)

它是在特定狀態(tài)下發(fā)射/觀察符號的概率.它用B表示.

先驗概率矩陣(Π)

它是從系統(tǒng)的各種狀態(tài)開始于特定狀態(tài)的概率.它由Π表示.

因此，HMM可以定義為λ=(S，O，A，B，π)，

其中，

S = {s1，s2，...，sN}是一組N個可能的狀態(tài)，

O = {o1，o2，...，oM}是一組M個可能的觀察符號，

A是N

以上就是Python與AI分析時間序列數(shù)據(jù)的詳細(xì)內(nèi)容，更多關(guān)于Python AI分析時間序列的資料請關(guān)注腳本之家其它相關(guān)文章！