PyDLM

欢迎使用pydlm，这是一个灵活的Python时间序列建模库。该库基于贝叶斯动态线性模型（Harrison和West，1999），并针对快速模型拟合和推断进行了优化。

更新

当前GitHub版本的更新：
- 修复了coveralls，使所有PR合并都会报告覆盖率变化。
- 使用sphinx更新了pydlm.github.io的文档。在类参考中公开了更完整的API。
- 简化了longSeason组件的实现，并将longSeason和autoReg变为无状态。
- 为dlmAccessModule添加了测试，并修复了一些测试未被coveralls运行的问题。
PyPI上发布了0.1.1.13版本。
- 将所有不必要的print()迁移到默认的Python日志操作，如logging.info、logging.warning和logging.critical。
- 用户现在可以设置模型日志级别以抑制模型运行期间不必要的信息。
- 仅打印警告信息的示例：
```
    ...
    my_model.setLoggingLevel('WARNING')
    my_model.fit()
```
- 通过pip-compile和requirements.txt更新了包版本管理。

安装

你可以通过pypi获取软件包（当前版本0.1.1.11）：

  $ pip install pydlm

你也可以从github获取最新版本：

  $ git clone git@github.com:wwrechard/pydlm.git pydlm
  $ cd pydlm
  $ pip install pip-tools
  $ pip install -r requirements.txt
  $ pip install -e . --no-deps

pydlm依赖以下模块：

numpy（核心功能）
matplotlib（绘图结果）
Sphinx（生成文档）
unittest（测试）

谷歌数据科学博文示例

我们使用谷歌数据科学博文中的示例来展示如何使用pydlm分析真实世界数据。代码和数据位于examples/unemployment_insurance/...目录下。数据集包含2004-2012年期间每周初次申请失业保险的数量，可从R包bsts（一个流行的R时间序列建模包）获取。原始数据如下所示（左图）

我们可以看到数据中存在强烈的年度模式和一些局部趋势。

一个简单模型

遵循谷歌的博文，我们首先构建一个仅包含局部线性趋势和季节性组件的简单模型。

from pydlm import dlm, trend, seasonality
# 线性趋势
linear_trend = trend(degree=1, discount=0.95, name='linear_trend', w=10)
# 季节性
seasonal52 = seasonality(period=52, discount=0.99, name='seasonal52', w=10)
# 构建简单dlm
simple_dlm = dlm(time_series) + linear_trend + seasonal52

在实际代码中，时间序列数据存储在变量time_series中。degree=1表示趋势是线性的（2表示二次），period=52表示季节性周期为52。由于季节性通常更稳定，我们将其折扣因子设为0.99。对于局部线性趋势，我们使用0.95以允许一些灵活性。w=10是对每个组件方差的先验猜测，数字越大表示不确定性越高。关于这些参数的实际含义，请参阅用户手册。构建模型后，我们可以拟合模型并绘制结果（如上图右图所示）

# 拟合模型
simple_dlm.fit()
# 绘制拟合结果
simple_dlm.turnOff('data points')
simple_dlm.plot()

蓝色曲线是前向滤波结果，绿色曲线是一天ahead预测，红色曲线是后向平滑结果。曲线周围的浅色区域是置信区间（你可能需要放大才能看到）。一天ahead预测显示这个简单模型在某种程度上捕捉到了时间序列的特征，但在第280周左右（2008-2009年之间）的危机高峰期失去准确性。一天ahead均方预测误差为0.173，可以通过以下调用获得：

simple_dlm.getMSE()

我们可以将时间序列分解为其各个组成部分：

# 绘制每个组件（将时间序列归因于每个组件）
simple_dlm.turnOff('predict plot')
simple_dlm.turnOff('filtered plot')
simple_dlm.plot('linear_trend')
simple_dlm.plot('seasonal52')

时间序列的大部分形状归因于局部线性趋势，而强烈的季节性模式也很容易观察到。为了进一步验证性能，我们使用这个简单模型进行长期预测。具体来说，我们使用前351周的数据预测接下来的200周，以及前251周的数据预测接下来的200周。我们将预测结果叠加在真实数据上。

# 绘制使用前351周数据预测接下来200周的结果
simple_dlm.plotPredictN(date=350, N=200)
# 绘制使用前251周数据预测接下来200周的结果
simple_dlm.plotPredictN(date=250, N=200)

从图中我们可以看到，在2008-2009年左右（第280周）的危机高峰之后，简单模型能够准确预测接下来的200周（左图），前提是给定前351周的数据。然而，如果预测开始于第280周之前，模型就无法捕捉到接近高峰时的变化（右图）。

动态线性回归

现在我们利用数据文件中的额外变量构建一个更复杂的模型。这些额外变量在实际代码中存储在`features`变量中。要构建动态线性回归模型，我们只需添加一个新组件：

# 构建动态回归模型
from pydlm import dynamic
regressor10 = dynamic(features=features, discount=1.0, name='regressor10', w=10)
drm = dlm(time_series) + linear_trend + seasonal52 + regressor10
drm.fit()
drm.getMSE()

# 绘制拟合结果
drm.turnOff('data points')
drm.plot()

dynamic是用于建模动态变化预测因子的组件，它接受features作为参数。上述代码绘制了拟合结果（左上图）。

一天ahead预测的结果比简单模型要好得多，特别是在危机高峰附近。平均预测误差为0.099，比简单模型提高了100%。同样，我们也将时间序列分解为三个组成部分：

drm.turnOff('predict plot')
drm.turnOff('filtered plot')
drm.plot('linear_trend')
drm.plot('seasonal52')
drm.plot('regressor10')

这次，时间序列的形状主要归因于回归器，而线性趋势看起来更加线性。如果我们再次进行长期预测，即使用前301周的数据预测接下来的150周，以及使用前251周的数据预测接下来的200周：

drm.plotPredictN(date=300, N=150)
drm.plotPredictN(date=250, N=200)

与简单模型相比，结果看起来好多了。

文档

详细文档请参考PyDLM，特别注意用户手册部分。