Utilizzo di più moduli di modello per acquisire e prevedere i componenti di serie temporali complesse
Recentemente ho dovuto sistemare la recinzione del mio cortile. È vecchio, di legno e rischia di ribaltarsi ormai da un po’. Tra un’imprecazione e l’altra mi sono davvero stupito di quanti strumenti dovevo utilizzare per portare a termine il lavoro e di come a volte sia davvero necessario più di uno strumento per il lavoro.
Cosa c’entra questo con la regressione delle serie temporali? In generale, molto poco. In particolare, parecchio: oggi ci addentreremo nell’utilizzo di modelli misti per l’analisi e la previsione delle serie temporali. O in termini più fai da te: utilizzare più strumenti modello per portare a termine il lavoro di previsione.
Quindi, senza troppi divagamenti, inizieremo a parlare di:
- Rivisitare il quadro generale e parlare un po’ di modelli misti.
- Osservando alcuni dati del mondo reale.
- Utilizzando un modello semplice per catturare la tendenza nelle nostre serie temporali.
- Stagionalità in tre modi: alberi decisionali, regressione lineare e serie temporali classiche.
- Rimettere insieme Humpty Dumpty per ottenere un’unica previsione della serie temporale.
A parte: ti farà piacere sapere che i miei pollici si sono completamente ripresi in seguito ad alcuni incidenti legati al martello.
Come sempre, stiamo cercando di costruire il modello più “accurato” possibile. In questo caso, ci stiamo concentrando sulle previsioni, quindi daremo priorità ai modelli che possono produrre le stime più accurate dei valori futuri delle serie temporali.
In precedenza ho scritto a lungo sull’utilizzo di un approccio di regressione basato sulla metodologia del Profeta di Meta. In quegli articoli, ho spiegato perché ho scelto di utilizzare il modello LASSO: la non stazionarietà resa difficile dall’uso dei metodi classici, la necessità di un’estrapolazione sensata escludeva approcci basati sugli alberi e il desiderio di semplicità e spiegabilità escludeva qualsiasi tipo di rete neurale.
Ma ho anche accennato all’utilizzo di forme di modello miste, ovvero modellando ciascuno dei componenti della serie temporale utilizzando una forma di modello diversa e combinando l’output del…
Fonte: towardsdatascience.com
