Scalecast: 实用型时间序列预测库

Scalecast简介

Scalecast是一个为实践者设计的时间序列预测库,旨在简化复杂的预测任务,提高预测效率和准确性。它集成了多种先进的机器学习和深度学习模型,提供了自动化的模型选择、参数优化、数据处理和结果可视化功能,使得从业者可以更专注于业务问题而非技术细节。

Scalecast Logo

主要特性

1. 易用性

Scalecast的核心是Forecaster对象,它提供了一个统一的接口来处理各种预测任务。使用Scalecast,您只需几行代码就可以完成复杂的预测流程:

from scalecast.Forecaster import Forecaster

f = Forecaster(
   y = data['values'],
   current_dates = data['date'],
   future_dates = 24,
   test_length = 0,
   cis = False,
   metrics = ['rmse','mae','mape','r2'],
)

f.auto_Xvar_select()
f.cross_validate(k=3)
f.auto_forecast()

results = f.export(['lvl_fcsts','model_summaries'])

2. 多样化的模型支持

Scalecast支持多种预测模型,包括但不限于:

传统统计模型: ARIMA, Theta, Holt-Winters等
机器学习模型: XGBoost, LightGBM, Random Forest等
深度学习模型: LSTM, RNN等
高级模型: Prophet, Silverkite等

3. 动态递归预测

Scalecast采用动态递归预测方法,可以有效利用时间序列的滞后项(自回归项)作为输入,生成高质量的预测结果。

Recursive Forecasting

4. 自动化特征选择

Scalecast提供了自动化的特征选择功能,可以帮助用户找到最佳的滞后项、趋势和季节性特征:

f.auto_Xvar_select(
    estimator = 'lasso',
    alpha = .2,
    monitor = 'ValidationMetricValue',
    cross_validate = True,
    cvkwargs = {'k':3},
)

5. 超参数调优

Scalecast支持使用网格搜索和时间序列交叉验证进行超参数调优:

from scalecast import GridGenerator

GridGenerator.get_example_grids()
models = ['ridge','lasso','xgboost','lightgbm','knn']
f.tune_test_forecast(
    models,
    limit_grid_size = .2,
    feature_importance = True,
    cross_validate = True,
    rolling = True,
    k = 3,
)

6. 可视化功能

Scalecast提供了丰富的可视化功能,可以轻松绘制测试集预测、未来预测、拟合值等图表:

import matplotlib.pyplot as plt

fig, ax = plt.subplots(2,1, figsize = (12,6))
f.plot_test_set(models=models,order_by='TestSetRMSE',ax=ax[0])
f.plot(models=models,order_by='TestSetRMSE',ax=ax[1])
plt.show()

7. 预测流水线

Scalecast支持构建完整的预测流水线,包括数据转换、预测和结果还原:

from scalecast.Pipeline import Transformer, Reverter, Pipeline
from scalecast.util import find_optimal_transformation, backtest_metrics

transformer, reverter = find_optimal_transformation(f)

pipeline = Pipeline(
    steps = [
        ('Transform',transformer),
        ('Forecast',forecaster),
        ('Revert',reverter),
    ]
)

f = pipeline.fit_predict(f)
backtest_results = pipeline.backtest(f)
metrics = backtest_metrics(backtest_results)

8. 模型堆叠

Scalecast提供了两种模型堆叠方法,可以进一步提高预测精度:

使用scikit-learn的StackingRegressor
Scalecast自身的堆叠程序

9. 多变量建模

Scalecast支持多变量建模和多变量预测流水线,适用于复杂的预测场景:

from scalecast.MVForecaster import MVForecaster
from scalecast.Pipeline import MVPipeline

mvf = MVForecaster(f1,f2,f3)

pipeline = MVPipeline(
    steps = [
        ('Transform',[transformer1,transformer2,transformer3]),
        ('Forecast',mvforecaster),
        ('Revert',[reverter1,reverter2,reverter3])
    ]
)

f1, f2, f3 = pipeline.fit_predict(f1, f2, f3)

10. 迁移学习

Scalecast支持迁移学习,可以将一个Forecaster对象中训练的模型应用到另一个Forecaster对象的数据上:

f_new = Forecaster(...)
f_new = infer_apply_Xvar_selection(infer_from=f,apply_to=f_new)
f_new.transfer_predict(transfer_from=f,model='xgboost')

安装

安装Scalecast非常简单,只需使用pip命令:

pip install --upgrade scalecast

根据需要,您可能还需要安装一些可选的依赖包,如TensorFlow、Prophet等。

文档和资源

Scalecast提供了丰富的文档和学习资源:

此外,还有许多博客文章和教程深入介绍了Scalecast的各种功能和应用场景。

学术应用

Scalecast已在多个学术研究中得到应用,涉及领域包括客户服务行为预测、能源交易策略、流感预测等。这凸显了Scalecast在实际研究和应用中的价值。

结语

Scalecast作为一个功能强大且易用的时间序列预测库,为数据科学家和分析师提供了一个高效的工具,帮助他们更好地应对复杂的预测任务。无论是在学术研究还是商业应用中,Scalecast都展现出了巨大的潜力。随着持续的开发和社区贡献,我们可以期待Scalecast在未来为更多的时间序列预测项目带来价值。