Scalecast

Scalecast 标志

关于

Scalecast 帮助你进行时间序列预测。以下是如何初始化其主要对象：

from scalecast.Forecaster import Forecaster

f = Forecaster(
    y = 值数组,
    current_dates = 日期数组,
    future_dates=预测周期长度,
    test_length = 0, # 你想测试所有模型吗？如果是，要测试多少观测值或百分比？
    cis = False, # 为所有模型评估一致性置信区间？
    metrics = ['rmse','mape','mae','r2'], # 在验证/测试集上评估哪些指标？
)

通过 Forecaster 和 MVForecaster 接口提供统一的机器学习建模（包括来自多个库的模型，如 scikit-learn、statsmodels 和 tensorflow）、报告和数据可视化。数据存储和处理变得简单，因为所有适用的数据、预测和许多衍生指标都包含在几个对象中，并可通过不同模块进行大量自定义。欢迎功能请求和问题报告！别忘了给个星星！⭐

文档

热门功能

**简易 LSTM 建模：**使用 tensorflow 为时间序列设置 LSTM 模型很困难。使用 scalecast 则很容易。许多为初学者设计的教程和 Kaggle 笔记本都使用 scalecast（参见文章）。

f.set_estimator('lstm')
f.manual_forecast(
    lags=36,
    batch_size=32,
    epochs=15,
    validation_split=.2,
    activation='tanh',
    optimizer='Adam',
    learning_rate=0.001,
    lstm_layer_sizes=(100,)*3,
    dropout=(0,)*3,
)

自动滞后、趋势和季节性选择：

f.auto_Xvar_select( # 迭代不同协变量组合
    estimator = 'lasso', # 使用哪个估计器？
    alpha = .2, # 估计器超参数？
    monitor = 'ValidationMetricValue', # 监控哪个指标来做决策？
    cross_validate = True, # 交叉验证
    cvkwargs = {'k':3}, # 3折
)

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, # 为每个模型保存 pfi 特征重要性？
    cross_validate = True, # 交叉验证？如果为 False，则使用用户可以指定的单独验证集
    rolling = True, # 滚动时间序列交叉验证？
    k = 3, # 几折？
)

**绘制结果：**绘制测试预测、预报、拟合值等。

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()

包括转换、还原和回测的管道：

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

def forecaster(f):
    models = ['ridge','lasso','xgboost','lightgbm','knn']
    f.tune_test_forecast(
        models,
        limit_grid_size = .2, # 对原始网格大小的20%进行随机网格搜索
        feature_importance = True, # 为每个模型保存 pfi 特征重要性？
        cross_validate = True, # 交叉验证？如果为 False，则使用用户可以指定的单独验证集
        rolling = True, # 滚动时间序列交叉验证？
        k = 3, # 几折？
    )

transformer, reverter = find_optimal_transformation(f) # 这只是选择序列转换的几种方法之一

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

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

**模型堆叠：**scalecast 有两种堆叠模型的方法，一种是使用 scikit-learn 的 StackingRegressor，另一种是使用其自身的堆叠程序。

from scalecast.auxmodels import auto_arima

f.set_estimator('lstm')
f.manual_forecast(
    lags=36,
    batch_size=32,
    epochs=15,
    validation_split=.2,
    activation='tanh',
    optimizer='Adam',
    learning_rate=0.001,
    lstm_layer_sizes=(100,)*3,
    dropout=(0,)*3,
)

f.set_estimator('prophet')
f.manual_forecast()

auto_arima(f)

# 堆叠先前评估的模型
f.add_signals(['lstm','prophet','arima'])
f.set_estimator('catboost')
f.manual_forecast()

多变量建模和多变量管道：

from scalecast.MVForecaster import MVForecaster
from scalecast.Pipeline import MVPipeline
from scalecast.util import find_optimal_transformation, backtest_metrics
from scalecast import GridGenerator

GridGenerator.get_mv_grids()

def mvforecaster(mvf):
    models = ['ridge','lasso','xgboost','lightgbm','knn']
    mvf.tune_test_forecast(
        models,
        limit_grid_size = .2, # 对原始网格大小的20%进行随机网格搜索
        cross_validate = True, # 交叉验证？如果为 False，则使用用户可以指定的单独验证集
        rolling = True, # 滚动时间序列交叉验证？
        k = 3, # 几折？
    )

mvf = MVForecaster(f1,f2,f3) # 可以接受 N 个 Forecaster 对象
transformer1, reverter1 = find_optimal_transformation(f1)
transformer2, reverter2 = find_optimal_transformation(f2)
transformer3, reverter3 = find_optimal_transformation(f3)

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

f1, f2, f3 = pipeline.fit_predict(f1, f2, f3)
backtest_results = pipeline.backtest(f1, f2, f3)
metrics = backtest_metrics(backtest_results)

迁移学习（0.19.0版本新增）： 在一个Forecaster对象中训练模型，并使用该模型对另一个单独的Forecaster对象中的数据进行预测。

f = Forecaster(...)
f.auto_Xvar_select()
f.set_estimator('xgboost')
f.cross_validate()
f.auto_forecast()

f_new = Forecaster(...) # 与f不同的序列
f_new = infer_apply_Xvar_selection(infer_from=f,apply_to=f_new)
f_new.transfer_predict(transfer_from=f,model='xgboost') # 将f中的xgboost模型转移到f_new

安装

只需要安装基础包即可开始使用：
- pip install --upgrade scalecast
可选附加包：
- pip install tensorflow（用于Windows上的RNN/LSTM）或 pip install tensorflow-macos（用于MAC/M1）
- pip install darts
- pip install prophet
- pip install greykite（用于silverkite模型）
- pip install kats（变点检测）
- pip install pmdarima（自动ARIMA）
- pip install tqdm（用于notebook的进度条）
- pip install ipython（用于notebook的小部件）
- pip install ipywidgets（用于notebook的小部件）
- jupyter nbextension enable --py widgetsnbextension（用于notebook的小部件）
- jupyter labextension install @jupyter-widgets/jupyterlab-manager（用于Lab的小部件）

使用scalecast的论文

Udemy课程

Scalecast：机器学习与深度学习

博客文章和notebook

使用不同模型类型进行预测

Sklearn单变量
- 使用这些模型扩展您的时间序列分析工具箱
- Notebook
Sklearn多变量
RNN
ARIMA
- 使用Scalecast在Python中更轻松地进行ARIMA预测
- Notebook
Theta
- 轻松使用Theta模型进行时间序列分析
- Notebook
VECM
- 使用ML框架采用VECM预测FANG股票
- Notebook
堆叠
- 堆叠时间序列模型以提高准确性
- Notebook
其他Notebook

转换和还原

轻松实现时间序列转换（和还原）
笔记本

置信区间

时间序列的简易无分布共形区间
适用于任何时间序列模型的动态共形区间
笔记本1
笔记本2

动态验证

如何不被时间序列模型蒙蔽
时间序列的模型验证技术
笔记本

模型输入选择

时间序列的变量减少技术
使用机器学习技术进行时间序列的自动模型规范
笔记本1
笔记本2

多个序列的规模化预测

愿预测与你同在
介绍性笔记本部分

迁移学习

笔记本1
笔记本2

异常检测

使用蒙特卡罗模拟进行时间序列异常检测
笔记本1
笔记本2

贡献

Contributing.md
想要一些未列出的内容？请提出问题！

如何引用scalecast

@misc{scalecast,
  title = {{scalecast}},
  author = {Michael Keith},
  year = {2024},
  version = {<你的版本>},
  url = {https://scalecast.readthedocs.io/en/latest/},
}