华为云AI开发平台ModelArtsAuto ARIMA_云淘科技
概述
该算子可以帮助我们自动确定 A R I M A ( p , d , q ) ( P , D , Q ) m。
Auto ARIMA选择过程
1. 执行差分测试 决定差分d的大小（KPSS检测和ADF检测）
2. 拟合模型: 通过限制start_p、max_p、start_q max_q，在该范围内搜索最优参数；如果启用了季节性可选项，则还会执行Canova-Hansen来确定季节性差分的最佳阶数 D ，并之后基于此确定最佳 P 和 Q 超参数。
3. Auto ARIMA基于给定的information_criterion进行模型优化，范围(‘aic’, ‘aicc’, ‘bic’, ‘hqic’, ‘oob’)；A并通过生成AIC和BIC值来确定参数的最佳组合。AIC和BIC值是用于比较模型的评估器。这些值越低，模型就越好。
目前 Auto ARIMA算子只支持在Notebook环境运行，不支持DLI环境下运行。
输入
|
参数 |
子参数 |
参数说明 |
|---|---|---|
|
inputs |
dataframe |
inputs为字典类型，dataframe为pyspark中的DataFrame类型对象，一般为分词后的结果 |
输出
|
参数 |
子参数 |
参数说明 |
|---|---|---|
|
output |
output_port_1 |
output为字典类型，output_port_1为pyspark中的DataFrame类型对象，为Auto Arima模型预测的结果。 |
参数说明
表3
|
参数 |
是否必选 |
描述 |
默认值 |
|---|---|---|---|
|
seq_col_name |
是 |
时序列。用来对valueColName排序。 |
无 |
|
value_col_name |
是 |
数值列 |
无 |
|
group_col_names |
否 |
分组列，多列用逗号分隔，如“col0,col1”。每个分组会构建一个时间序列 |
无 |
|
frequency |
否 |
时序频率，正整数，范围为(0, 12]。 |
12说明 12表示12月/年。 |
|
max_order |
否 |
p，q最大值，正整数，范围为[0,4]。 |
2 |
|
max_seasonal_order |
否 |
季节性p，q最大值，正整数，范围为[0,2]。 |
1 |
|
max_diff |
否 |
差分d最大值。正整数，范围为[0,2]。 |
2 |
|
max_seasonal_diff |
否 |
季节性差分d最大值。正整数，范围为[0,1]。 |
1 |
|
diff |
否 |
差分d，正整数，范围为[0,2]。diff与maxDiff同时设置时，maxDiff被忽略。diff与seasonalDiff要同时设置。 |
-1说明 取值为-1表示不指定diff。 |
|
seasonal_diff |
否 |
季节性差分d。正整数，范围为[0,1]。seasonalDiff与maxSeasonalDiff同时设置时，maxSeasonalDiff被忽略。 |
-1说明 取值为-1表示不指定seasonalDiff。 |
|
max_iter |
否 |
最大迭代次数，正整数 |
1500 |
|
tol |
否 |
容忍度，double类型。 |
1e-5 |
|
predict_step |
否 |
预测条数，数字，范围为(0, 365]。 |
12 |
|
confidence_level |
否 |
预测置信水平，数字，范围为(0, 1)。 |
0.95 |
样例
数据样本
使用公开数据集AirPassengers.csv的前120行
数据示例：
Month,Passengers 1949-01,112 1949-02,118 1949-03,132 1949-04,129 1949-05,121 1949-06,135 1949-07,148 1949-08,148 1949-09,136 1949-10,119 1949-11,104 1949-12,118 1950-01,115 1950-02,126 1950-03,141
配置流程
运行流程
算法参数设置
查看结果
上图所示模型信息不输出到表格中，可在日志中查看。
父主题： 时间序列
同意关联代理商云淘科技，购买华为云产品更优惠（QQ 78315851）
内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家
