如何确定一个时间序列的季节性

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为目标属性的数据集，输出(可能还有其他内容)计算出季节性模式(例如，月数据的年度季节性为12，日数据的周季节性为7，小时数据的周季节性为168，等等)。

我知道R可以用auto来做这个。arima，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的示例过程
https://docs.www.kenlockard.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算法中描述的AIC
我们目前没有季节性的ARIMA (p,d,q) x (p,d,q)，所以你将需要python/R集成来获得自动季节性ARIMA。

MartinLiebig

你好,

@yyhuang可能在这里纠正我，但据我所知，auto-arima只是围绕在BIC/AIC上优化的正常arima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，

这里是一个简单的描述如何R的自动。有马的作品，由其创作者之一总结:8.7 R中的ARIMA建模．我还不是RapidMiner的专家，无法“用操作符轻松构建它”。

在任何情况下，我是否可以认为，RapidMiner没有一个输出季节性的操作符，特别是在ARIMA术语中?正如我所说的，我可以通过R脚本扩展来解决这个问题，但是对于最近的forecast扩展，我想知道是否auto。Arima功能被集成(或在路线图中)。

顺便说一下，我最近一直在摆弄新的预测扩展，它非常令人印象深刻。尽管它仍然非常初级，但它很容易就能产生很棒的结果。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而且@yyhuang．所以我把舞台留给他们。

最好的

马丁

Tripartio

@yyhuang感谢指向Auto ARIMA过程的指针。这就是我要找的东西。令人失望的是，它不支持季节性，但我希望这可能会很快到来。

@mschmitz，似乎新的预测扩展操作预测(单变量)和预测(多元)做这种事情。但是，他们目前所做的(版本0.1.6)和我所寻找的主要区别是，他们没有报告ARIMA p, d, q参数，或其他模型(Holt-Winters或功能和季节预测)的参数。是否可以更新它们来报告优化的参数?

问候,

Chitu

MartinLiebig

@Tripartio，

我们可以做到。但我想让单变量预测尽可能简单。为什么不把这个过程当作一个执行过程，然后按您需要的方式编辑它呢?

最好的

马丁

Tripartio

@mschmitz，

对不起，我完全不理解你的建议:“为什么不把这个过程当作一个执行过程，然后按你需要的方式编辑它呢?”你能解释一下你的建议吗?

问候,

Chitu

MartinLiebig

嗨@Tripartio，

您可以只打开底层进程并存储该进程。然后你可以拖放这个过程并把它作为一个函数类型的东西来使用。这允许你编辑这个过程来做你想做的事情。

我刚刚想到要将最好的p-q-d作为注释添加到结果示例集。这样我们会保持简单，你可以看到什么正在使用。这听起来怎么样?

最好的

马丁

Tripartio

@mschmitz很抱歉这么晚才回复。您的想法听起来很有帮助(“我刚刚想到要将最好的p-q-d作为注释添加到结果示例集”)。有可能向运营商进行更新吗?

谢谢,

Chitu