Time-Series
使用時間序列的每小時預測
我想建立一個基於時間序列的模型。我有一個數據集，三個月內每 30 分鐘記錄一次。
使用以下類型的模型對這些數據進行建模有什麼區別？
- 提取小時/工作日/月並將它們用作機器學習算法中的特徵
- 使用 ARMA 模型
我的數據包含天氣信息。我正在研究的場景之一是預測“自行車的使用”，它與天氣/溫度/風/時間（天/小時，我認為那個月沒有意義）等信息有關……在這種情況下，我應該使用時間序列 ARMA 模型還是只提取小時/週/日/月並將它們用作特徵來應用樹/隨機森林等算法。
任何人都可以解釋其中的區別，或者指著紙/書來檢查嗎？
**注意：**我是自學者，沒有參加任何數據科學課程。如果這很明顯，請道歉。
好吧，不同之處在於……它們是不同的方法。（“誰能解釋一下蘋果和橙子的區別？”）
- ARIMA 模型在任何介紹時間序列的書中都有解釋。（我永遠不會厭倦推薦這本免費的開源在線預測教科書。）如果您想包含天氣信息，您需要帶有解釋性或外部信息的 ARIMA 模型，或 ARIMAX 模型。這些也是標準的。
- 任何數據科學教科書甚至維基百科頁面都解釋了樹/CART/隨機森林。當然，這些將“按原樣”對解釋變量進行建模。在這種情況下，您使用天、小時和月作為特徵的想法確實有意義。但是，簡單地將“上午 9 點到 10 點”、“上午 10 點到 11 點”等的獨立假人輸入到您的模型中可能會或可能不會考慮到您在上午 9 點到 10 點和上午 10 點到 11 點時間段的觀察結果會更多的事實比上午 9 點到 10 點和下午 1 點到 2 點的高度相關。
一些隨機的想法：
- ARIMA(X) 將難以應對所涉及的多個季節性因素（同比，一周內人們通勤週一至週五但不是周六/週日，白天有更多人騎自行車） . 原則上，您可以在 ML 模型中使用假人對這些季節性進行建模。或者，在指數平滑/狀態空間模型的背景下，有幾種方法可以處理多個季節性。
- 天氣當然與一年中的時間和一天中的時間高度相關：夏季和白天比冬季和夜間更熱。如果您已經按照上面的方式對季節性進行了建模，您可能會發現添加天氣信息並不能大大改善預測，超出季節性已經做出的效果。
- 如果您想使用天氣進行預測，請記住您也需要天氣預報！不要根據樣本外預測與實際天氣的關係來評估它們 -當您進行“生產”預測時，您不會知道明天的實際天氣。天氣預報的不確定性為您的自行車預測增加了另一個不確定性來源。尤其是超過 15 天的天氣預報不太可靠，因此它們對於預測那麼遠的自行車騎行不會很有幫助。（順便說一句，獲取歷史天氣數據比獲取歷史天氣預報更容易也更便宜。）
- 您可能需要查看電價或負荷預測文獻 - 該用例處理您的許多挑戰（高頻數據、多個季節性、天氣影響）。我還沒有閱讀這篇評論，但它可能會有所幫助。