단순 시계열 예측

주요 개념

sktime
마지막 값·평균·표류를 이용한 예측
최근 관측 구간의 길이 조절

실습 프롬프트

🤖 AI 프롬프트

beer.xlsx의 맥주 생산량을 sktime의 마지막 값·평균·표류 방법으로 2015년 2분기까지 예측해줘.
전체 과거 자료를 쓸 때와 최근 3년만 쓸 때의 평균·표류 예측을 그래프로 비교해줘.

sktime

시계열 머신러닝 라이브러리
NaiveForecaster: 단순한 가정에 기반한 예측 모형

pip install sktime

from sktime.forecasting.naive import NaiveForecaster

실습 데이터

실습 데이터 다운로드: beer.xlsx

quarter: 분기 시작일
production: 분기별 맥주 생산량

import pandas as pd
beer = pd.read_excel('beer.xlsx', parse_dates=True, index_col='quarter')
y = beer.production
beer.head()

실행 결과

            production
quarter               
1956-01-01         284
1956-04-01         213
1956-07-01         227
1956-10-01         308
1957-01-01         262

예측을 위한 다음 날짜

마지막 관측일 확인

last_date = beer.index[-1]
last_date

실행 결과

Timestamp('2010-04-01 00:00:00')

이 데이터는 1·4·7·10월의 첫날에 관측
QuarterBegin(startingMonth=1): 해당 달력 분기의 다음 시작일

start_date = last_date + pd.offsets.QuarterBegin(startingMonth=1)  # 1·4·7·10월 기준
start_date

실행 결과

Timestamp('2010-07-01 00:00:00')

20개 분기초, 즉 5년의 예측 날짜 생성

future_dates = pd.date_range(start=start_date, periods=20, freq='QS')
future_dates

실행 결과

DatetimeIndex(['2010-07-01', '2010-10-01', '2011-01-01', '2011-04-01',
               '2011-07-01', '2011-10-01', '2012-01-01', '2012-04-01',
               '2012-07-01', '2012-10-01', '2013-01-01', '2013-04-01',
               '2013-07-01', '2013-10-01', '2014-01-01', '2014-04-01',
               '2014-07-01', '2014-10-01', '2015-01-01', '2015-04-01'],
              dtype='datetime64[ns]', freq='QS-JAN')

마지막 값으로 예측

모든 예측값을 마지막 관측값으로 지정
경제·금융 시계열 등에서 다른 모형과 비교할 단순한 기준으로 활용
랜덤 워크(random walk)의 증분 기대값이 0이면 미래의 기대값은 마지막 관측값
fit(): 모형 적합
predict(fh=...): 지정한 예측 시점의 값 계산

fc_last = NaiveForecaster(strategy='last')  # 단순 기법
fc_last.fit(y)
y_pred_last = fc_last.predict(fh=future_dates)
pred_last = pd.DataFrame({'production': y_pred_last}, index=future_dates)
pred_last.head()

실행 결과

            production
2010-07-01       374.0
2010-10-01       374.0
2011-01-01       374.0
2011-04-01       374.0
2011-07-01       374.0

beer.production.plot()
pred_last.production.plot()

실행 결과

<Axes: xlabel='quarter'>
<Figure size 640x480 with 1 Axes>

마지막 맥주 생산량으로 모든 미래 분기를 예측한 결과

마지막 관측값 374를 미래 분기에 반복

평균으로 예측

과거 데이터의 평균을 모든 예측값으로 사용
기간을 지정하지 않으면 전체 훈련 데이터의 평균 사용
이 자료의 전체 평균은 약 415.37이며, 모든 미래 분기에 같은 값으로 예측

fc_mean = NaiveForecaster(strategy='mean')  # 평균 기법
fc_mean.fit(y)
y_pred_mean = fc_mean.predict(fh=future_dates)
pred_mean = pd.DataFrame({'production': y_pred_mean}, index=future_dates)
pred_mean.head()

실행 결과

            production
2010-07-01   415.37156
2010-10-01   415.37156
2011-01-01   415.37156
2011-04-01   415.37156
2011-07-01   415.37156

beer.production.plot()
pred_mean.production.plot()

실행 결과

<Axes: xlabel='quarter'>
<Figure size 640x480 with 1 Axes>

과거 전체 기간의 평균 맥주 생산량으로 예측한 결과

평균 기간의 제한

window_length=12: 최근 12개 분기, 즉 3년의 평균만 사용

fc_mean_12 = NaiveForecaster(strategy='mean', window_length=12)  # 최근 3년
fc_mean_12.fit(y)
y_pred_mean_12 = fc_mean_12.predict(fh=future_dates)
pred_mean_12 = pd.DataFrame({'production': y_pred_mean_12}, index=future_dates)
pred_mean_12.head()

실행 결과

            production
2010-07-01  423.583333
2010-10-01  423.583333
2011-01-01  423.583333
2011-04-01  423.583333
2011-07-01  423.583333

beer.production.plot()
pred_mean_12.production.plot()

실행 결과

<Axes: xlabel='quarter'>
<Figure size 640x480 with 1 Axes>

최근 12개 분기 평균으로 예측한 맥주 생산량

표류로 예측

표류(drift): 과거의 평균 변화량을 미래에 적용
사용하는 구간의 첫 값과 마지막 값을 잇는 직선을 미래로 연장

fc_drift = NaiveForecaster(strategy='drift')
fc_drift.fit(y)
y_pred_drift = fc_drift.predict(fh=future_dates)
pred_drift = pd.DataFrame({'production': y_pred_drift}, index=future_dates)
pred_drift.head()

실행 결과

            production
2010-07-01  374.414747
2010-10-01  374.829493
2011-01-01  375.244240
2011-04-01  375.658986
2011-07-01  376.073733

beer.production.plot()
pred_drift.production.plot()

실행 결과

<Axes: xlabel='quarter'>
<Figure size 640x480 with 1 Axes>

과거 전체 기간의 평균 변화량을 적용한 맥주 생산량 예측

표류 기간의 제한

최근 12개 분기의 첫 값과 마지막 값으로 평균 변화량 계산
관측값은 12개이며, 그 사이의 변화 구간은 11개
전체 기간에서는 분기당 약 0.415 증가, 최근 12개 분기에서는 약 1.818 감소
참고하는 과거 구간에 따라 예측 방향도 달라짐

fc_drift_12 = NaiveForecaster(strategy='drift', window_length=12)  # 최근 3년의 변화량
fc_drift_12.fit(y)
y_pred_drift_12 = fc_drift_12.predict(fh=future_dates)
pred_drift_12 = pd.DataFrame({'production': y_pred_drift_12}, index=future_dates)
pred_drift_12.head()

실행 결과

            production
2010-07-01  372.181818
2010-10-01  370.363636
2011-01-01  368.545455
2011-04-01  366.727273
2011-07-01  364.909091

beer.production.plot()
pred_drift_12.production.plot()

실행 결과

<Axes: xlabel='quarter'>
<Figure size 640x480 with 1 Axes>

최근 12개 분기의 평균 변화량을 적용한 맥주 생산량 예측

퀴즈

문제 1 / 5맞음: 0힌트: 0틀림: 0채점중: 0남음: 5

predict(fh=future_dates)에서 fh의 역할은 무엇인가요?

○모형을 적합할 과거 자료를 지정한다.
○예측하려는 시점을 지정한다.
○평균을 구할 과거 자료의 개수를 지정한다.
○계절성의 반복 간격을 지정한다.

퀴즈를 풀려면 대화형 기능을 불러와야 합니다.

predict(fh=future_dates)에서 fh의 역할은 무엇인가요?

fit은 과거 자료를 사용하고 predict는 어느 미래 시점의 값을 구할지 지정합니다.

모형을 적합할 과거 자료를 지정한다.예측하려는 시점을 지정한다.평균을 구할 과거 자료의 개수를 지정한다.계절성의 반복 간격을 지정한다.

예측하려는 시점을 지정한다.

NaiveForecaster(strategy='last')가 만드는 예측값은 무엇인가요?

미래에도 가장 최근에 관측한 수준이 이어진다고 가정합니다.

마지막 관측값을 모든 미래 시점에 반복한 값과거 전체 자료의 평균을 반복한 값첫 관측값과 마지막 관측값의 평균과거의 평균 변화량을 누적한 값

마지막 관측값을 모든 미래 시점에 반복한 값

평균 기법에서 window_length=12를 지정하는 의미는 무엇인가요?

예측 기간이 아니라 모형이 참고할 최근 과거 구간을 조절합니다.

12개 미래 시점의 평균을 예측한다.12개월 간격의 계절성을 추가한다.최근 12개 관측값의 평균을 사용한다.전체 자료를 12개 그룹으로 나누어 예측한다.

최근 12개 관측값의 평균을 사용한다.

표류 기법이 적용하는 변화량은 어떻게 계산하나요?

구간의 양 끝을 잇는 직선의 기울기를 미래에 적용합니다.

과거 모든 관측값의 평균으로 계산한다.마지막 두 미래 예측값을 더해 계산한다.같은 분기의 가장 최근 관측값만으로 계산한다.사용하는 과거 구간의 첫 값과 마지막 값 사이의 평균 변화량으로 계산한다.

사용하는 과거 구간의 첫 값과 마지막 값 사이의 평균 변화량으로 계산한다.

1·4·7·10월의 첫날에 관측된 분기별 자료의 미래 예측 날짜는 어떤 기준으로 만드는 것이 적절한가요?

미래 날짜에도 원자료와 같은 관측 간격과 분기 내 위치를 유지합니다.

과거 마지막 관측일을 모든 미래 날짜에 반복한다.각 분기의 마지막 날을 과거 값의 날짜로 다시 지정한다.최근 관측일에서 한 달씩 이동한다.다음 달력 분기의 시작일부터 같은 분기 간격으로 생성한다.

다음 달력 분기의 시작일부터 같은 분기 간격으로 생성한다.