机器学习|简单回归之电表预测 python|机器学习|回归

文章目录

前言
一、场景描述
二、落地实践
三、完整代码
总结

前言以下内容是在学习过程中的一些笔记，难免会有错误和纰漏的地方。如果造成任何困扰，很抱歉。
一、场景描述描述：这里可以添加本文要记录的大概内容
通过获取当月每天的电表能耗数据，以此来推算未来的每一天的电表数据情况，首先看看实际效果图

文章图片

这里面包含了三条数据线

训练数据 - 蓝色
测试核准数据 - 橙色
预测值 - 绿色

这里面的预测数据还是有些虚高，主要还是因为维度过低以及数据量过少的缘故，但是从轨迹上看大致还行，在训练数据集越庞大的情况下预测的数据值会更加的准确。
这里面借鉴网友的代码采取了两种方案：

自回归移动平均预测模型
季节性预测模型

但是数据维度太低了，目前的自变量及因变量只有时间和能耗数据值，所以最终还是选择了自回归移动平均模型。
二、落地实践描述：这里可以添加本文要记录的大概内容
首先我们将步骤分离为如下几个部分

相关库引入

import pandas as pd import matplotlib.pyplot as plt import statsmodels.api as sm
数据集引入

# 数据集导入 df = pd.read_csv('能耗数据01.csv', nrows=33)
数据集分类，训练集 or 测试集 - 训练集是给机器学习用，测试集是为了看预测值准不准

# 训练集 / 测试集 train = df[0:20] test = df[20:]
数据格式处理

# 时间戳格式处理 df['Timestamp'] = pd.to_datetime(df['Datetime'], format='%Y/%m/%d') df.index = df['Timestamp'] df = df.resample('D').mean()train['Timestamp'] = pd.to_datetime(train['Datetime'], format='%Y/%m/%d') train.index = train['Timestamp'] train = train.resample('D').mean()test['Timestamp'] = pd.to_datetime(test['Datetime'], format='%Y/%m/%d') test.index = test['Timestamp'] test = test.resample('D').mean()
预测，查看结果

# 坐标轴刻入 train.Count.plot(figsize=(15, 8), title='Daily Train', fontsize=14) test.Count.plot(figsize=(15, 8), title='Daily Test', fontsize=14) # plt.show()# 自回归移动平均预测模型 y_hat_avg = test.copy() fit1 = sm.tsa.statespace.SARIMAX(train.Count, order=(2, 1, 4), seasonal_order=(0, 1, 1, 7)).fit() y_hat_avg['SARIMA'] = fit1.predict(start="2022/7/31", end="2022/8/10", dynamic=True) plt.figure(figsize=(16, 8)) plt.plot(train['Count'], label='Train') plt.plot(test['Count'], label='Test') plt.plot(y_hat_avg['SARIMA'], label='xue xi hou') plt.legend(loc='best') plt.show()# 季节性预测模型 # y_hat_avg = test.copy() # fit1 = ExponentialSmoothing(np.asarray(train['Count']), seasonal_periods=7, trend='add', seasonal='add', ).fit() # y_hat_avg['Holt_Winter'] = fit1.forecast(len(test)) # plt.figure(figsize=(16, 8)) # plt.plot(train['Count'], label='Train') # plt.plot(test['Count'], label='Test') # plt.plot(y_hat_avg['Holt_Winter'], label='xue xi hou') # plt.legend(loc='best') # plt.show()

图解这个流程大概就是这样

文章图片

在数据维度增多的情况下（标签分类也完整的情况下），数据必然是会越来越准确，但是也需要一个量的积累，上面的示例仅仅只是个一元回归，多元回归的预测必然复杂，但是也复合业务情况，所以以后会补充一些通用完善的业务代码与机器学习相结合，让大家都可以直接套用。
三、完整代码描述：这里可以添加本文要记录的大概内容

import pandas as pd import matplotlib.pyplot as plt import statsmodels.api as sm# 数据集导入 df = pd.read_csv('能耗数据01.csv', nrows=33)# 训练集 / 测试集 train = df[0:20] test = df[20:]# 时间戳格式处理 df['Timestamp'] = pd.to_datetime(df['Datetime'], format='%Y/%m/%d') df.index = df['Timestamp'] df = df.resample('D').mean()train['Timestamp'] = pd.to_datetime(train['Datetime'], format='%Y/%m/%d') train.index = train['Timestamp'] train = train.resample('D').mean()test['Timestamp'] = pd.to_datetime(test['Datetime'], format='%Y/%m/%d') test.index = test['Timestamp'] test = test.resample('D').mean()# 坐标轴刻入 train.Count.plot(figsize=(15, 8), title='Daily Train', fontsize=14) test.Count.plot(figsize=(15, 8), title='Daily Test', fontsize=14) # plt.show()# 自回归移动平均预测模型 y_hat_avg = test.copy() fit1 = sm.tsa.statespace.SARIMAX(train.Count, order=(2, 1, 4), seasonal_order=(0, 1, 1, 7)).fit() y_hat_avg['SARIMA'] = fit1.predict(start="2022/7/31", end="2022/8/10", dynamic=True) plt.figure(figsize=(16, 8)) plt.plot(train['Count'], label='Train') plt.plot(test['Count'], label='Test') plt.plot(y_hat_avg['SARIMA'], label='xue xi hou') plt.legend(loc='best') plt.show()# 季节性预测模型 # y_hat_avg = test.copy() # fit1 = ExponentialSmoothing(np.asarray(train['Count']), seasonal_periods=7, trend='add', seasonal='add', ).fit() # y_hat_avg['Holt_Winter'] = fit1.forecast(len(test)) # plt.figure(figsize=(16, 8)) # plt.plot(train['Count'], label='Train') # plt.plot(test['Count'], label='Test') # plt.plot(y_hat_avg['Holt_Winter'], label='xue xi hou') # plt.legend(loc='best') # plt.show()

总结 【机器学习|简单回归之电表预测】提示：这里对文章进行总结：
例如：以上就是今天要讲的内容。