Darts项目中多时间序列回归模型的使用指南

概述

在时间序列预测领域，Darts是一个功能强大的Python库，它提供了多种预测模型和工具。本文将重点介绍如何使用Darts中的RegressionModel来处理多时间序列预测任务，特别是当数据包含静态协变量(static covariates)和过去协变量(past covariates)时的处理方法。

数据准备

在多时间序列预测场景中，数据通常以"长格式"存储，即所有时间序列堆叠在一个数据框中，通过一个标识列来区分不同的时间序列。Darts提供了TimeSeries.from_group_dataframe()方法来方便地将这种格式的数据转换为多个TimeSeries对象。

dados_target_t = TimeSeries.from_group_dataframe(
    df=dados_target,
    group_cols='hierarquia',
    time_col='date',
    value_cols='value',
    static_cols=['Market', 'family'],
    fill_missing_dates=False,
    fillna_value=None
)

静态协变量的处理

静态协变量是指不随时间变化的特征，它们对于区分不同的时间序列很有帮助。然而，Darts目前只支持数值型的静态协变量。如果数据中包含字符串类型的静态协变量，需要进行转换：

1. 手动转换：在创建TimeSeries之前，将字符串类型的静态协变量转换为数值编码
2. 使用StaticCovariatesTransformer：Darts提供了内置的转换器来处理这种情况

from darts.dataprocessing.transformers import StaticCovariatesTransformer

transformer = StaticCovariatesTransformer(
    cols_num=[]  # 不缩放任何数值列，只处理分类列
)
dados_target_t = transformer.fit_transform(dados_target_t)

过去协变量的使用

过去协变量是指与目标变量同期可用的外部变量。在使用时需要注意：

1. 每个目标时间序列都需要一个对应的协变量时间序列
2. 如果所有目标序列使用相同的协变量，可以简单复制

dados_past = TimeSeries.from_dataframe(df=data_past)
past_covariates = [dados_past for _ in range(len(dados_target_t))]

回归模型的配置

Darts的RegressionModel可以包装scikit-learn等库中的回归模型，用于时间序列预测。关键参数包括：

• lags：目标变量的滞后阶数
• lags_past_covariates：过去协变量的滞后阶数
• output_chunk_length：预测步长
• use_static_covariates：是否使用静态协变量

from sklearn.linear_model import Lasso

model_params = {'alpha': 1}
model = Lasso(**model_params)
forecaster = RegressionModel(
    model=model,
    lags=12,
    lags_past_covariates=4,
    output_chunk_length=7,
    use_static_covariates=True
)

模型训练与预测

训练和预测时需要确保传入的数据结构一致：

# 训练模型
forecaster.fit(
    series=dados_target_t,
    past_covariates=past_covariates
)

# 进行预测
predictions = forecaster.predict(
    n=7,
    series=dados_target_t,
    past_covariates=past_covariates
)

结果处理

预测结果是一个TimeSeries列表，可以方便地转换为DataFrame格式：

results = pd.DataFrame()
for series, label in zip(predictions, targets):
    df = series.pd_dataframe().rename(columns={'value': label})
    results = pd.concat([results, df], axis=1)

常见问题与解决方案

1. 协变量数量不匹配：确保目标序列和协变量序列的数量相同
2. 静态协变量类型错误：只支持数值型静态协变量，字符串类型需要转换
3. 时间对齐问题：检查所有时间序列的时间索引是否一致

总结

Darts提供了强大的工具来处理多时间序列预测任务，特别是当数据包含静态和过去协变量时。通过合理的数据准备和模型配置，可以构建出高效的时间序列预测模型。掌握这些技巧后，用户可以轻松处理复杂的时间序列预测场景。