Kaggle競賽經(jīng)典案例深度剖析：預(yù)測水資源可用性

Kaggle學(xué)術(shù)活動經(jīng)典案例深度剖析：預(yù)測水資源可用性

Acea Smart Water Analytics 您能否預(yù)測水資源未來的的可用性？每個數(shù)據(jù)集代表一種不同類型的水體。由于每個水體彼此不同，相關(guān)特征也不同。我們會注意到它的特征與湖泊的特征不同。這些差異是根據(jù)每個水體的獨(dú)特行為和特征預(yù)期的。

步驟1：數(shù)據(jù)集讀取首先讀取數(shù)據(jù)，并找到對應(yīng)的日期列，

from?datetime?import?datetime,?date

df['date']?=?pd.to_datetime(df['date'],?format?=?'%d/%m/%Y')

其中特征列為Rainfall、Temperature、Volume和Hydrometry，標(biāo)簽列為Depth to Groundwater。

步驟2：數(shù)據(jù)集分析時間間隔分析日期是否包含連續(xù)：通過date列進(jìn)行diff，如果日期列沒有缺失值則最大diff為1day。

df?=?df.sort_values(by='date')

df['delta']?=?df['date']?-?df['date'].shift(1)

df[['date',?'delta']].head()

缺失值分析分析數(shù)據(jù)集是否包含空值，繪制的時間序列顯示似乎有一些零值，我們將用nan值替換它們，然后再填充它們。

缺失值填充使用NaN填充使用均值填充使用最近的樣本填充使用插值填充

平滑數(shù)據(jù)/重采樣重采樣可以提供更多的數(shù)據(jù)信息。重采樣有兩種類型:

上采樣：采樣頻率增加(例如，數(shù)天到數(shù)小時)。

下采樣：采樣頻率降低(例如，從天到周)。平穩(wěn)性一些時間序列模型，如ARIMA，假設(shè)基礎(chǔ)數(shù)據(jù)是平穩(wěn)的。

平穩(wěn)性描述了時間序列具有：常數(shù)均值和均值不依賴于時間常數(shù)方差和方差與時間無關(guān)常數(shù)協(xié)方差和協(xié)方差與時間無關(guān)

平穩(wěn)性檢查可以通過三種不同的方法來完成:

視覺上：繪制時間序列并檢查趨勢或季節(jié)性

基本統(tǒng)計：拆分時間序列，比較每個分區(qū)的均值和方差

統(tǒng)計檢驗：擴(kuò)充Dickey Fuller檢驗特征工程日期信息周期編碼新的時間特性是周期性的，特征月周期為每年1至12個月。雖然每個月之間的差值在一年內(nèi)增加1，但在兩年內(nèi)，月特性從12(12月)跳到1(1月)。

時序分解時間序列分解涉及到將一個序列看作水平、趨勢、季節(jié)性和噪聲成分的組合。

等級：級數(shù)中的平均值。趨勢：數(shù)列中增加或減少的值。季節(jié)性：在系列中重復(fù)的短期循環(huán)。噪聲：數(shù)列中的隨機(jī)變化。

Lag特征EDA分析相關(guān)性分析

自相關(guān)分析自相關(guān)函數(shù)(ACF): P=滯后周期，P幫助調(diào)整用于預(yù)測序列的擬合線，P對應(yīng)于MA參數(shù)

部分自相關(guān)函數(shù)(PACF): D是時間序列達(dá)到平穩(wěn)所需的差分變換次數(shù)。D對應(yīng)AR參數(shù)。

構(gòu)建模型時間序列可以是單變量的也可以是多變量的：單變量時間序列只有一個時間因變量。多變量時間序列具有多個時間因變量。數(shù)據(jù)劃分方法from sklearn.model_selection import TimeSeriesSplit

單變量時序模型 Prophet

ARIMA

LSTM

多變量時序模型Prophet

完整代碼鏈接：https://www.kaggle.com/andreshg/timeseries-analysis-a-complete-guide/notebook

學(xué)習(xí)數(shù)據(jù)學(xué)術(shù)活動，組隊參賽，交流分享

歡迎掃碼聯(lián)系我們，還能【免費(fèi)領(lǐng)取】賽事資料大禮包！

以上就是關(guān)于【Kaggle競賽經(jīng)典案例深度剖析：預(yù)測水資源可用性】的解答，如需了解學(xué)校/賽事/課程動態(tài)，可至翰林教育官網(wǎng)獲取更多信息。

往期文章閱讀推薦：

??2027年QS最佳留學(xué)城市排名發(fā)布！倫敦位列第三，北美竟無緣Top10 ？

王虹、鄧煜！兩位中國數(shù)學(xué)家同獲菲爾茲獎！中國數(shù)學(xué)史新紀(jì)元！