Python 使用6年数据集预测销售额

我试图根据6年数据集2014年1月1日==>2020年1月1日来预测需求。 首先，我尝试按月重新组合需求，因此我得到了一个包含两列（月和销售额）和72行（12个月*6年）的数据集。 附言：我正在使用python

我的第一个问题是：如果知道我只有72行，那么预测下一年（2020年）就足够了吗

我的第二个问题是，你有没有什么模型可以建议我使用，并且可以给我一个很好的准确性

我曾经尝试过使用arima模型，并结合季节性（sarimax）和LSTM，虽然它不起作用，但我不确定我是否做对了

我的第三个问题是：python中是否有测试告诉您是否存在季节性

这些预言与现实毫无关系。。。

---

我非常感谢任何人的帮助

回答您的第一个问题： 您收集的数据看起来很小，如果您能够收集每日数据，这样您的模型就可以做得很好，这将是一件好事。由于递归神经网络在以较少的时差收集数据元素时表现良好，我建议您每天收集数据，这样可以使您达到（12 x 30 x 6），它可以成为任何模型的最佳输入

对第二个问题的答复： 我个人建议你尝试一下LSTM，它提供了更多的数据，这是一个有价值的参数，在这篇文章中提供了一个很好的集合

性能随参数的变化而变化，因此在选择输入的参数时要谨慎

对第三个问题的答复： 季节性通常使用称为“异常检测”的技术进行检测。在上面给出的中篇文章中也对此进行了一个小讨论

据我所知，我们可以利用如此大量的数据进行有意义的预测 数据（这意味着每个月使用6个数据点 拟合模型），但尽量使用尽可能多的数据-然后 准确性只会提高

时间序列中几乎总是有一些季节性，甚至更多， 还有一种趋势。所以你需要分解你原来的时间 序列到趋势、季节和残差，所有预测都将 用残差做的。关于模型-ARIMA对于 预测时间序列，为了使其更精确，只需调整 参数（p和q）使用PACF和ACF

换句话说，我们通过分解使时间序列保持平稳

• 为了从中提取残差（我们应该只在平稳数据上训练我们的模型）。你可以检查平稳性，而不是季节性
• 它有ADF测试

---

我对它做了很多研究，有一个关于ts预测的项目，例如，其中描述了所有步骤：

原始数据集是按天收集的（大约有3000行），我是重新组合它的人，因为我需要按月预测销售额。我已经看过了链接，u说，非常有用，谢谢，但是没有任何python代码，而且我还不太擅长编程，因为我刚刚开始。你有一个示例代码吗？好的，我会很快与你分享一些资源。谢谢你的快速回答，我很感激！你查过我的arima代码了吗？我看不出我在模型中做错了什么。。。我将订单推到5（PACF和ACF，但仍然不够好）我可以看到，您首先尝试找出最佳参数，然后（我认为您使用（0，1，2）参数用于SARIMAX模型，因为它们是最佳的）获取最佳参数和拟合与训练模型。*尝试使用网格搜索进行超参数调谐（更方便）；*尽量不要只使用5个参数，有时最好的参数可能更大；*尝试完全使用ARIMA模型，而不是SARIMAX；*尝试收集更多数据，可能会因为以下原因导致错误预测：(

#shrink the dataset
dataa=data[(data['Produit']=='ACP NOR/STD')&(data['Région']=='Europe')]

gb2=dataa.groupby(by=[dataa['Mois'].dt.strftime('%Y, %m')])['Chargé (T)'].sum().reset_index()
gb2.Mois=pd.to_datetime(gb2.Mois)

[#create a time serie][2]
series = pd.Series(gb2['Chargé (T)'].values, index=gb2.Mois)


#decompose the dataset to 3 things: trend, seasonality and noise
from pylab import rcParams
import statsmodels.api as sm
rcParams['figure.figsize'] = 18, 8
decomposition = sm.tsa.seasonal_decompose(series, model='additive')
fig = decomposition.plot()
plt.show()


    #calculate acf and pacf to know in which order to stop

    from statsmodels.graphics.tsaplots import plot_acf
    from statsmodels.graphics.tsaplots import plot_pacf
    from matplotlib import pyplot

    pyplot.figure()
    pyplot.subplot(211)
    plot_acf(series, ax=pyplot.gca())
    pyplot.subplot(212)
    plot_pacf(series, ax=pyplot.gca())
    pyplot.show()

import itertools
p = d = q = range(0, 5)
pdq = list(itertools.product(p, d, q))
seasonal_pdq = [(x[0], x[1], x[2], 12) for x in list(itertools.product(p, d, q))]
print('Examples of parameter combinations for Seasonal ARIMA...')
print('SARIMAX: {} x {}'.format(pdq[1], seasonal_pdq[1]))
print('SARIMAX: {} x {}'.format(pdq[1], seasonal_pdq[2]))
print('SARIMAX: {} x {}'.format(pdq[2], seasonal_pdq[3]))
print('SARIMAX: {} x {}'.format(pdq[2], seasonal_pdq[4]))


    import warnings
    warnings.filterwarnings("ignore")
    for param in pdq:
        for param_seasonal in seasonal_pdq:
            try:
                mod = sm.tsa.statespace.SARIMAX(series,
                                                order=param,
                                                seasonal_order=param_seasonal,
                                                enforce_stationarity=False,
                                                enforce_invertibility=False)

                results = mod.fit()

                print('ARIMA{}x{}12 - AIC:{}'.format(param, param_seasonal, results.aic))
            except:
                continue

mod = sm.tsa.statespace.SARIMAX(series,
                                order=(0, 1, 2),
                                seasonal_order=(0, 4, 0, 12),
                                enforce_stationarity=False,
                                enforce_invertibility=False)

    results = mod.fit()

    print(results.summary().tables[1])
    results.plot_diagnostics(figsize=(16, 8))
    plt.show()
    #get predictions
    pred = results.get_prediction(start=pd.to_datetime('2019-01-01'), dynamic=False)
    pred_ci = pred.conf_int()

    ax = series['2014':].plot(label='observed')
    pred.predicted_mean.plot(ax=ax, label='One-step ahead Forecast', alpha=.8, figsize=(14, 7))

    ax.fill_between(pred_ci.index,
                    pred_ci.iloc[:, 0],
                    pred_ci.iloc[:, 1], color='k', alpha=.2)

    ax.set_xlabel('Date')
    ax.set_ylabel('Chargé (T)')
    plt.legend()

    plt.show()