社区首页 >专栏 >如何在Python中保存ARIMA时间序列预测模型

如何在Python中保存ARIMA时间序列预测模型

Steve Wang

发布于 2018-01-31 09:44:33

4.1K0

文章被收录于专栏：从流域到海域从流域到海域

How to Save an ARIMA Time Series Forecasting Model in Python

原文作者：Jason Brownlee

原文地址：https://machinelearningmastery.com/save-arima-time-series-forecasting-model-python/

译者微博：@从流域到海域

译者博客：blog.csdn.net/solo95

如何在Python中保存ARIMA时间序列预测模型

自回归积分滑动平均模型(Autoregressive Integrated Moving Average Mode, ARIMA)是一个流行的时间序列分析和预测的线性模型。

statsmodels库中提供了Python中所使用ARIMA的实现。ARIMA模型可以保存到一个文件中，以便以后用于对新数据进行预测。statsmodels库的当前版本中有一个bug，会阻止保存的模型被加载。

在本教程中，您将了解如何诊断和解决此问题。

让我们开始吧。

照片由Les Chatfield提供，保留一些权利。

日均女性出生数据集

首先，我们来看一个标准的时间序列数据集，我们可以用它来理解有关statsmodels ARIMA实现的问题。

这个“日均女性出生”数据集描述了1959年加利福尼亚州每天的女性出生人数。

计数单位是一，365天都进行了观察。数据集的来源归功于Newton（1988）。

您可以了解更多信息并从DataMarket网站下载数据集。

下载数据集并将其放在当前工作目录中，文件命名为“ daily-total-female-births.csv ”。

下面的代码片段将加载和绘制数据集。

from pandas import Series
from matplotlib import pyplot
series = Series.from_csv('daily-total-female-births.csv', header=0)
series.plot()
pyplot.show()

运行示例将数据集加载为Pandas系列，然后显示数据的线图。

Python环境

请确认您使用的是最新版本的statsmodels库。

你可以通过运行下面的脚本来进行确认：

import statsmodels
print('statsmodels: %s' % statsmodels.__version__)

运行脚本应该产生一个显示statsmodels 0.6或0.6.1的结果。

statsmodels: 0.6.1

您可以使用Python 2或3。

更新：我可以确认故障仍存在于statsmodels 0.8中并导致下列错误消息出现：

AttributeError: 'ARIMA' object has no attribute 'dates'

ARIMA模型保存bug

我们可以很容易地在“日均女性出生”数据集上训练一个ARIMA模型。

下面的代码片段在数据集上的训练出一个ARIMA（1,1,1）模型。

model.fit()函数返回一个ARIMAResults对象，我们可以在这个对象上调用save()保存到文件模型并且之后可以使用load()来加载它。

from pandas import Series
from statsmodels.tsa.arima_model import ARIMA
from statsmodels.tsa.arima_model import ARIMAResults

# load data
series = Series.from_csv('daily-total-female-births.csv', header=0)

# prepare data
X = series.values
X = X.astype('float32')

# fit model
model = ARIMA(X, order=(1,1,1))
model_fit = model.fit()

# save model
model_fit.save('model.pkl')

# load model
loaded = ARIMAResults.load('model.pkl')

运行本例将训练出模型并将其保存到文件中，而不会出现问题。

但当您尝试从文件加载模型时，会报告一个错误。

Traceback (most recent call last):
  File "...", line 16, in <module>
    loaded = ARIMAResults.load('model.pkl')
  File ".../site-packages/statsmodels/base/model.py", line 1529, in load
    return load_pickle(fname)
  File ".../site-packages/statsmodels/iolib/smpickle.py", line 41, in load_pickle
    return cPickle.load(fin)
TypeError: __new__() takes at least 3 arguments (1 given)

特别的，注意下面这一行：

TypeError: __new__() takes at least 3 arguments (1 given)

之前的步骤都没出错，那么我们如何解决这个问题呢？

ARIMA模型保存Bug解决方法

Zae Myung Kim在2016年9月发现了这个错误并报告了错误。

你可以在这里读到所有和它有关的信息：

BUG: Implemented getnewargs() method for unpickling

这个错误是因为pickle所需要的一个函数（用于序列化Python对象的库）在statsmodels中没有定义。

在保存之前，必须在ARIMA模型中定义函数__getnewargs__，以定义构造对象所需的参数。

我们可以解决这个问题。修复涉及两件事情：

定义一个适用于ARIMA对象的___getnewargs___函数的实现。
将这个新函数添加到ARIMA。

谢天谢地，Zae Myung Kim在他的bug报告中提供了一个函数的例子，所以我们可以直接使用它：

def __getnewargs__(self):
    return ((self.endog),(self.k_lags, self.k_diff, self.k_ma)

Python允许我们对一个对象施加猴补丁操作，即使是像statsmodels这样的库。

(猴补丁（英语：Monkey patch），参见维基百科，有相应中文条目，译者注)

我们可以使用赋值在现有的对象上定义一个新的函数。

我们可以对ARIMA对象上的___getnewargs___函数做如下操作：

ARIMA.__getnewargs__ = __getnewargs__

下面列出了使用猴补丁在Python中加载和保存ARIMA模型的完整示例：

from pandas import Series
from statsmodels.tsa.arima_model import ARIMA
from statsmodels.tsa.arima_model import ARIMAResults
 
# monkey patch around bug in ARIMA class
def __getnewargs__(self):
    return ((self.endog),(self.k_lags, self.k_diff, self.k_ma))
ARIMA.__getnewargs__ = __getnewargs__
 
# load data
series = Series.from_csv('daily-total-female-births.csv', header=0)

# prepare data
X = series.values
X = X.astype('float32')

# fit model
model = ARIMA(X, order=(1,1,1))
model_fit = model.fit()

# save model
model_fit.save('model.pkl')

# load model
loaded = ARIMAResults.load('model.pkl')

现在运行示例就可以成功加载模型，而不会出错。