Previsione di serie temporali intermittenti in Python
Intermittent Time Series Forecasting in Python
Una guida completa alla previsione di serie temporali intermittenti in Python con un progetto capstone
Le serie temporali intermittenti, o serie temporali sparse, sono un caso particolare in cui i valori diversi da zero compaiono sporadicamente nel tempo, mentre il resto dei valori è pari a 0.
Un esempio comune di serie temporale sporadica è la pioggia nel tempo. Ci possono essere molti giorni consecutivi senza pioggia e, quando piove, il volume varia.
Un altro esempio reale di serie intermittente è la domanda di articoli a movimento lento o di alto valore, come i ricambi per aerospaziale o macchinari pesanti.
La natura intermittente di alcune serie temporali rappresenta una vera sfida per la previsione, poiché i modelli tradizionali non gestiscono bene l’intermittenza. Pertanto, dobbiamo rivolgerci a metodi di previsione alternativi adatti alle serie temporali sparse.
- Variazioni con profondità di diffusione stabile2Img Una guida passo passo
- 20 Apprendimenti dalla consegna di progetti di Machine Learning cross-funzionali
- Simulazione 104 Mappatura elettromagnetica con campi vettoriali
In questo articolo, esploreremo diversi modi per prevedere serie temporali intermittenti. Come sempre, esploreremo prima teoricamente ciascun modello e poi li implementeremo in Python.
Come sempre, il codice sorgente completo è disponibile su GitHub.
Impara le ultime tecniche di analisi delle serie temporali con il mio foglio di riferimento gratuito sulle serie temporali in Python! Ottieni l’implementazione di tecniche statistiche e di deep learning, tutto in Python e TensorFlow!
Iniziamo!
Il metodo di Croston
Il metodo di Croston è uno degli approcci più comuni per la previsione di serie temporali sporadiche. Spesso funge da modello di riferimento per valutare metodi più complessi.
Con il metodo di Croston, vengono costruite due serie a partire dalla serie originale:
- Una serie contenente i periodi di tempo con solo valori pari a zero
- Una serie contenente i periodi di tempo con valori diversi da zero
Consideriamo un esempio di prova per illustrarlo. Dato il seguente esempio di serie temporale sporadica:
Secondo il metodo di Croston, creiamo due nuove serie: una con valori diversi da zero e l’altra con il periodo di tempo che separa i valori diversi da zero.
