如何确定时间序列的季节性

Tripartio

你好,

RapidMiner是否有任何操作员可以确定时间序列的季节性?我的想法是，输入是一个具有指定属性作为目标的数据集，输出(可能还有其他内容)计算出季节性模式(例如，月度数据的年度季节性为12，每日数据的每周季节性为7，每小时数据的每周季节性为168，等等)。

我知道R可以用auto来做这个。但是RapidMiner有这样的内置功能吗?(如果没有，我知道我可以使用R脚本扩展来运行R函数。)

问候,

Chitu

yyhuang

tftemme在文档的最后，给出了一个使用网格优化的Auto ARIMA示例过程
https://docs.m.turtlecreekpls.com/9.3/studio/operators/modeling/time_series/forecasting/arima_trainer.html

它对(p,d,q)进行微调以最小化自动ARIMA建模的Hyndman-Khandakar算法中所描述的AIC
我们目前没有季节性ARIMA (p,d,q) x (p,d,q)，所以你需要python/R集成来获得自动季节性ARIMA。

MartinLiebig

你好,

@yyhuang这里可能会纠正我，但据我所知，auto-arima只是在BIC/AIC上优化的普通arima周围的网格优化。您可以使用操作符轻松地构建它。

最好的

马丁

Tripartio

嗨@mschmitz，

这里是一个简短的描述如何R的自动。Arima的作品，其创造者之一总结道:8.7 R中的ARIMA建模。我在RapidMiner方面不够专业，无法“轻松地使用操作符构建”。

在任何情况下，我是否认为RapidMiner没有输出季节性的操作符，特别是在ARIMA术语中?正如我所说，我可以用R脚本扩展来解决这个问题，但是随着最近的预测扩展，我想知道是否自动。集成了Arima功能(或在路线图上)。

顺便说一下，我最近一直在玩新的预测扩展，它非常令人印象深刻。尽管它仍然是相当初级的，但它很容易产生很好的结果。谢谢你的工作。

问候,

Chitu

MartinLiebig

你好,

这是一个很好的链接。据我所知，这方面没有现成的方法，但我不是我们内部的ARIMA专家。这些都是@David_A和@yyhuang。所以我把舞台留给他们。

最好的

马丁

Tripartio

@yyhuang感谢您对自动ARIMA过程的指示。这就是我要找的东西。令人失望的是，它不支持季节性，但我希望它能很快到来。

@mschmitz看来，新的预测扩展算子Forecast (Univariate)和Forecast (Multivariate)可以做这种事情。但他们目前所做的(版本0.1.6)和我正在寻找的主要区别是，他们不报告ARIMA p, d, q参数，或其他模型(冬至或功能和季节预测)的参数。是否可以更新以报告优化后的参数?

问候,

Chitu

MartinLiebig

@Tripartio，

我们可以做到。但我希望单变量预测越简单越好。为什么不直接将流程用作执行流程，并按需要的方式对其进行编辑呢?

最好的

马丁

Tripartio

@mschmitz，

对不起，我完全不理解您的建议:“为什么不直接将流程用作执行流程，并按您需要的方式对其进行编辑?”你能解释一下你的建议吗?

问候,

Chitu

MartinLiebig

嗨@Tripartio，

您可以打开底层流程并存储该流程。之后，你可以拖放这个过程，把它当作一个函数类型的东西来使用。这允许您编辑此流程以执行您想要执行的操作。

我只是想把最好的p-q-d作为注释添加到结果示例集中。这样我们可以保持简单，你可以看到用了什么。这听起来怎么样?

最好的

马丁

Tripartio

@mschmitz很抱歉这么晚才回复你。你的想法听起来很有帮助(“我刚刚想到将最好的p-q-d作为注释添加到结果示例集中”)。有可能对操作符进行更新吗?

谢谢,

Chitu