jason brownlee
機器學習方法，比如深度學習，是可以用來解決時間序列預測問題的。
但在使用機器學習之前，時間序列問題需要被轉化為監督學習問題。從僅僅是一個序列，變成成對的輸入、輸出序列。
這篇教程裡，你将學到如何把單變量、多變量時間序列問題轉為機器學習算法能解決的監督學習問題。本教程包含：
如何建立把時間序列資料集轉為監督學習資料集的函數；
如何讓單變量時間序列資料适配機器學習
如何讓多變量時間序列資料适配機器學習
現在我們開始。
正式開始前，我們需要更好地了解時間序列和監督學習的資料形式。時間序列是一組按照時間指數排序的數字序列，可被看成是一列有序的值。比如：
監督學習問題由輸入（x）和輸出（y）速成，其算法能學習如何根據輸入模式預測輸出模式。
比如：
對于把時間序列資料轉化為監督學習問題，這是一個關鍵的函數。
給定一個 dataframe， shift() 函數可被用來建立資料列的副本，然後 push forward （nan 值組成的行添加到前面）或者 pull back（nan 值組成的行添加到末尾）。為了給時間序列資料集建立滞後觀察（lag observation）列以及預測觀察（forecast observation）列，并按照監督學習的格式來，這是必須的操作。
我們來看看一些 shift 函數的實操例子。
我們可以定義一個由 10 個數字序列組成的僞時間序列資料集，該例子中，dataframe 中的單個一列如下所示：
運作該例子，輸出時間序列資料，每個觀察要有對應的行指數。
我們通過在頂端插入新的一行，用一個時間步（time step）把所有的觀察降檔（shift down）。由于新的一行不含資料，可以用 nan 來表示“無資料”。
shift 函數能完成該任務。我們可以把處理過的列插入到原始序列旁邊。
運作該例子，使資料集有了兩列。第一列是原始觀察，第二列是 shift 過新産生的列。
可看到，把序列向前 shift 一個時間步，産生了一個原始的監督學習問題，雖然 x 、y 的順序不對。無視行标簽的列。由于 nan 值，第一行需要被抛棄。第二行第二列（輸入 x）現實輸入值是 0.0，第一列的值是 1 （輸出 y）。
我們能看到，如果在 shift 2、3 ……重複該過程，要如何建立能用來預測輸出值 y 的長輸出序列（x）。
shift 操作器可以接受一個負整數值。這起到了通過在末尾插入新的行，來拉起觀察的作用。下面是例子：
運作該例子顯示出，新的一列的最後一個值是一個 nan 值。可以看到，預測列可被作為輸入 x，第二行作為輸出值 (y)。輸入值 0 就可以用來預測輸出值 1。
技術上，在時間序列預測術語裡，目前時間是（t），未來是(t+1, t+n) 它們都是預測時間。過去的觀察 (t-1, t-n) 被用來做預測。對于一個監督學習問題，在一個有輸入、輸出模式的時間序列裡，我們可以看到如何用正負 shift 來生成新的 dataframe 。
這不僅可用來解決經典的 x -> y 預測問題， 還可用到輸入、輸出都是序列的 x -> y 上。
另外，shift 函數也在所謂的多元時間序列問題上有效。這種情況下，并不是時間序列不隻有一組觀察，而是多組（舉個例子，氣溫和氣壓）。所有時間序列中的變量可被向前或向後 shift，來建立多元輸入輸出序列。更多詳情下文會提到。
給定理想的輸入、輸出序列長度，我們可以用 pandas 裡的 shift() 函數自動生成時間序列問題的架構。
這是一個很有用的工具。它幫助我們用機器學習算法探索同一個時間序列問題的不同架構，來找出哪一個将會産生具有更好效果的模型。這部分中，我們為 series_to_supervised() ，一個新的 python 函數定義。它能把單變量、多變量時間序列轉化為監督學習資料集。
該函數有四個參數：
data:作為一個清單或 2d numpy 陣列的觀察序列。必需。
n_in: 作為輸入 x 的 lag observation 的數量。值可能在 [1..len(data)] 之間。可選。預設為 1 。
n_out: 作為輸出 y 的觀察的數量。值可能在 [0..len(data)-1] 之間。可選。預設為 1 。
dropnan: 不管随着 nan 值是否丢掉一些行，它都是布爾值（boolean）。可選。預設為 true。
函數傳回一個單個的值：
return: 序列的 pandas dataframe 轉為監督學習。
新資料集建立為一個 dataframe，每一列通過變量字數和時間步命名。這使得開發者能設計各種各樣時間步序列類型的預測問題。
當 dataframe 被傳回，你可以決定怎麼把它的行，分為監督學習的 x 和 y 部分。這裡可完全按照你的想法。該函數用預設參數定義，是以，如果你僅僅用你的資料調用它。它會建立一個 x 為 t-1，y 是 t 的 dataframe。
該函數相容 python 2 和 python 3。完整函數在下面，包括注解。
有了整個的函數，現在可以開始探索怎麼用它。
在時間序列預測中，使用滞後觀察（比如 t-1）作為輸入變量來預測目前時間不，是通用做法。這被稱為一步預測（one-step forecasting）。下面的例子，展示了如何一個滞後時間步（ t-1）預測目前時間步（t）.
運作例子，輸出改造過的時間序列的輸出。
可看到，觀察被命名為“var1”，輸入觀察被命名為 (t-1)，輸出時間步被命名為 (t)。還可以看到，nan 值得行，已經自動從 dataframe 中移除。我們可以用随機數字長度的輸入序列重複該例子，比如 3。這可以通過把輸入序列的長度确定為參數來實作。比如：
data = series_to_supervised(values, 3)
完整例子如下：
再一次，運作例子輸出改造的序列。可以看到輸入序列是正确的從左到右的順序。輸出變量在最右邊進行預測。
有另一類預測問題，是用過去的觀察，來預測出将來貫徹的一個序列。這可以被稱作序列預測或者多步驟預測。通過确定另一個參數，我們能把一個時間序列轉化為序列預測。比如，我們可以把一個輸入序列為兩個過去觀察，要預測兩個未來觀察的序列問題，進行如下轉化：
data = series_to_supervised(values, 2, 2)
運作該例子，顯示出分别把 (t-n)、（t+n） 作為輸入、輸出變量，以及把目前觀察 （t）作為輸出之間的差別。
另一種重要的時間序列類型被稱為多元時間序列。這時有對多個不同度量（measure）的觀察，以及我們對預測其中的一個或更多的興趣。比如說，也許有兩組時間序列觀察 obs1 和 obs2 ，我們想要預測其中之一，或者兩個都預測。我們可用同樣的方法調用 series_to_supervised()。舉個例子：
運作這個例子會輸出資料的新架構，顯示出兩個變量在一個時間步下的輸入模式，以及兩個變量一個時間不的輸出模式。
取決去問題的具體内容。可以随機把列分為 x 和 y 部分，比如說，如果目前觀察 var1 也被作為輸入提供，那麼隻有 var2 會被預測。
通過上面這樣确定具體的輸入輸出序列長度，可輕松完成多元時間序列的預測。下面是一個把一個時間步作為輸入，兩個時間步作為預測序列的轉化例子。
運作該例子會顯示改造過的大 dataframe。
建議：拿你自己的資料集做實驗，試試多個不同的架構來看哪個效果更好。
====================================分割線================================
本文作者：三川