What is x13_auto_arima - Platform For AI: Central de Documentação do Alibaba Cloud

Como funciona

O componente seleciona o melhor modelo ARIMA em quatro etapas:

Estimativa do modelo padrão
- Para frequency = 1, o modelo padrão é (0,1,1).
- Para frequency > 1, o modelo padrão é (0,1,1)(0,1,1).
Identificação da ordem de diferenciação: Se você especificar diff e seasonalDiff, esta etapa será ignorada. Caso contrário, testes de raiz unitária determinam a ordem de diferenciação não sazonal d e a ordem de diferenciação sazonal D.
Identificação da ordem ARMA: Seleciona o modelo mais adequado com base no Critério de Informação Bayesiano (BIC). Os parâmetros maxOrder e maxSeasonalOrder controlam os limites superiores.
Comparação de modelos e verificações finais: A estatística Q de Ljung-Box compara o modelo identificado com o modelo padrão. Se ambos forem inaceitáveis, o sistema recorre ao modelo (3,d,1)(0,D,1).

Para obter mais informações sobre ARIMA, consulte Autoregressive integrated moving average.

Limitações

Executa apenas em recursos de computação do MaxCompute.
Limite de 1.200 registros de dados por grupo.
Apenas uma coluna numérica.

Cálculo de recursos

Sem groupColNames:
```
  coreNum = 1
  memSizePerCore = 4096
```

Com groupColNames:

  coreNum = floor(Total number of rows / 120,000)
  memSizePerCore = 4096

Configure o componente

Configure o x13_auto_arima de uma das seguintes maneiras:

Método 1: Configure no PAI console
Método 2: Configure com comandos PAI

Método 1: Configure no PAI console

Configure os parâmetros na página de pipeline do Machine Learning Designer.

Fields Setting

Parâmetro	Obrigatório	Descrição
Time Series Column	Sim	Ordena os valores na coluna de valor.
Value Column	Sim	Coluna numérica que contém os valores da série temporal.
Stratification Column	Não	Separe várias colunas com vírgulas (`,`), como `col0,col1`. Crie uma série temporal separada para cada grupo.

Parameters Setting

Parâmetro	Descrição	Padrão
Start Date	Formato: `year.seasonal`. Exemplo: `1986.1`.	--
Series Frequency	Número inteiro positivo no intervalo (0,12].	--
Maximum of p and q	Número inteiro positivo no intervalo (0,4].	--
Maximum of Seasonal p and q	Número no intervalo (0,2].	--
Maximum of Difference d	Número inteiro positivo no intervalo (0,2].	--
Maximum of Seasonal Difference d	Número inteiro positivo no intervalo (0,1].	--
Difference d	Número inteiro positivo no intervalo (0,2]. Se você especificar `diff` e `maxDiff`, `maxDiff` será ignorado. Use obrigatoriamente com `seasonalDiff`.	--
Seasonal Difference d	Número inteiro positivo no intervalo (0,1]. Se você especificar `seasonalDiff` e `maxSeasonalDiff`, `maxSeasonalDiff` será ignorado.	--
Prediction Entries	Quantidade de previsões. Por exemplo, para prever vendas dos próximos 7 dias com base no mês anterior, defina este valor como `7`. Se Stratification Column estiver selecionado, cada grupo gera essa quantidade de previsões. Número inteiro positivo no intervalo (0,120].	--
Prediction Confidence Interval	Nível de confiança para calcular intervalos de previsão.	0.95
Tolerance	Opcional. Tolerância de convergência para ajuste do modelo.	1e-5
Maximum Iterations	Número inteiro positivo.	1500

Execution Tuning

Parâmetro	Descrição
Cores	Número de núcleos. O sistema determina automaticamente por padrão.
Memory Size	Tamanho da memória por núcleo, em MB.

Método 2: Configure com comandos PAI

Execute comandos PAI por meio de scripts SQL. Para obter mais informações, consulte SQL Script.

PAI -name x13_auto_arima
    -project algo_public
    -DinputTableName=pai_ft_x13_arima_input
    -DseqColName=id
    -DvalueColName=number
    -Dstart=1949.1
    -Dfrequency=12
    -DpredictStep=12
    -DoutputPredictTableName=pai_ft_x13_arima_out_predict2
    -DoutputDetailTableName=pai_ft_x13_arima_out_detail2

Referência de parâmetros

Parâmetro	Obrigatório	Descrição	Padrão
inputTableName	Sim	Nome da tabela de entrada.	N/A
inputTablePartitions	Não	Colunas de recursos selecionadas da tabela de entrada para treinamento do modelo.	Tabela completa
seqColName	Sim	Coluna de série temporal. Ordena os valores na coluna de valor.	N/A
valueColName	Sim	Coluna de valor.	N/A
groupColNames	Não	Colunas de estratificação. Separe várias colunas com vírgulas (`,`), como `col0,col1`. Crie uma série temporal separada para cada grupo.	N/A
start	Não	Hora de início da série temporal. Formato: `year.seasonal`, como `1986.1`. Para detalhes, consulte Formato de série temporal.	1.1
frequency	Não	Frequência da série temporal. Número inteiro positivo no intervalo (0,12]. Um valor de 12 indica 12 meses (um ano). Para detalhes, consulte Formato de série temporal.	12
maxOrder	Não	Valores máximos de p e q. Número inteiro positivo no intervalo [0,4].	2
maxSeasonalOrder	Não	Valores máximos de p e q sazonais. Número inteiro positivo no intervalo [0,2].	1
maxDiff	Não	Ordem máxima de diferenciação não sazonal d. Número inteiro positivo no intervalo [0,2].	2
maxSeasonalDiff	Não	Ordem máxima de diferenciação sazonal d. Número inteiro positivo no intervalo [0,1].	1
diff	Não	Ordem de diferenciação não sazonal d. Número inteiro positivo no intervalo [0,2]. Se você especificar `diff` e `maxDiff`, `maxDiff` será ignorado. Use obrigatoriamente com `seasonalDiff`. O valor -1 indica ordem de diferenciação não especificada.	-1
seasonalDiff	Não	Ordem de diferenciação sazonal d. Número inteiro positivo no intervalo [0,1]. Se você especificar `seasonalDiff` e `maxSeasonalDiff`, `maxSeasonalDiff` será ignorado. O valor -1 indica ordem de diferenciação sazonal não especificada.	-1
maxiter	Não	Número máximo de iterações. Número inteiro positivo.	1500
tol	Não	Tolerância de convergência. Tipo DOUBLE.	1e-5
predictStep	Não	Número de entradas de previsão. Número inteiro positivo no intervalo (0,365].	12
confidenceLevel	Não	Nível de confiança para intervalos de previsão. Número no intervalo (0,1).	0.95
outputPredictTableName	Sim	Tabela de previsão de saída.	N/A
outputDetailTableName	Sim	Tabela de detalhes de saída.	N/A
outputTablePartition	Não	Indica se os dados devem ser exportados para uma partição.	Não exporta dados para partições
coreNum	Não	Número de núcleos. Número inteiro positivo. Usado com `memSizePerCore`.	Determinado pelo sistema
memSizePerCore	Não	Tamanho da memória por núcleo, em MB. Número inteiro positivo no intervalo [1024, 65536].	Determinado pelo sistema
lifecycle	Não	Ciclo de vida da tabela de saída.	N/A

Formato de série temporal

Os parâmetros start e frequency definem duas dimensões temporais, ts1 e ts2, para a coluna numérica.

frequency especifica quantas unidades ts2 cabem em uma unidade ts1.
start usa o formato n1.n2, indicando que a série começa no n2-ésimo ts2 do n1-ésimo ts1.

Configurações comuns:

Unidade de tempo	ts1	ts2	frequency	Exemplo de start
12 meses/ano	Ano	Mês	12	`1949.2` = Fevereiro de 1949
4 trimestres/ano	Ano	Trimestre	4	`1949.2` = 2º trimestre de 1949
7 dias/semana	Semana	Dia	7	`1949.2` = segundo dia da 1949ª semana
1	Qualquer unidade de tempo	1	1	`1949.1` = o ano de 1949, ou o 1949º dia ou hora

Exemplos de séries temporais

Dados: value = [1, 2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]

start=1949.3, frequency=12 (dados mensais, 12 meses por ano)

A previsão começa em junho de 1950.

year	Jan	Feb	Mar	Apr	May	Jun	Jul	Aug	Sep	Oct	Nov	Dec
1949			1	2	3	4	5	6	7	8	9	10
1950	11	12	13	14	15

start=1949.3, frequency=4 (dados trimestrais, 4 trimestres por ano)

A previsão começa no 2º trimestre de 1953.

year	Qtr1	Qtr2	Qtr3	Qtr4
1949			1	2
1950	3	4	5	6
1951	7	8	9	10
1952	11	12	13	14
1953	15

start=1949.3, frequency=7 (dados diários, 7 dias por semana)

A previsão começa no quarto dia da 1951ª semana.

week	Sun	Mon	Tue	Wed	Thu	Fri	Sat
1949			1	2	3	4	5
1950	6	7	8	9	10	11	12
1951	13	14	15

start=1949.1, frequency=1 (dados não sazonais)

A previsão começa em 1963.

cycle	p1
1949	1
1950	2
1951	3
1952	4
1953	5
1954	6
1955	7
1956	8
1957	9
1958	10
1959	11
1960	12
1961	13
1962	14
1963	15

Exemplos

Preparar dados de teste

Este exemplo utiliza o conjunto de dados AirPassengers.csv, que registra o número de passageiros de companhias aéreas internacionais por mês entre 1949 e 1960. Para obter mais informações sobre o conjunto de dados, consulte AirPassengers.

Dados de amostra:

id	number
1	112
2	118
3	132
4	129
5	121
...	...

Execute os seguintes comandos Tunnel no cliente MaxCompute para carregar os dados. Para obter informações sobre como instalar e configurar o cliente MaxCompute, consulte MaxCompute client (odpscmd). Para obter mais informações sobre comandos Tunnel, consulte Tunnel commands.

create table pai_ft_x13_arima_input(id bigint, number bigint);
tunnel upload xxx/airpassengers.csv pai_ft_x13_arima_input -h true;

Execute comandos PAI

Use o componente SQL script ou ODPS SQL para executar comandos PAI:

PAI -name x13_auto_arima
    -project algo_public
    -DinputTableName=pai_ft_x13_arima_input
    -DseqColName=id
    -DvalueColName=number
    -Dstart=1949.1
    -Dfrequency=12
    -DmaxOrder=4
    -DmaxSeasonalOrder=2
    -DmaxDiff=2
    -DmaxSeasonalDiff=1
    -DpredictStep=12
    -DoutputPredictTableName=pai_ft_x13_arima_auto_out_predict
    -DoutputDetailTableName=pai_ft_x13_arima_auto_out_detail

Saída

Tabela de previsão (outputPredictTableName)

Coluna	Descrição
pdate	Data da previsão.
forecast	Conclusão da previsão.
lower	Limite inferior do intervalo de previsão no nível de confiança especificado. Padrão: 0.95.
upper	Limite superior do intervalo de previsão no nível de confiança especificado. Padrão: 0.95.

Dados gerados:

Prediction output

Tabela de detalhes (outputDetailTableName)

Coluna	Descrição
key	Um dos seguintes: `model` (modelo em uso), `evaluation` (resultado da avaliação), `parameters` (parâmetros de treinamento) ou `log` (logs de treinamento).
summary	Detalhes de armazenamento da chave correspondente.

Dados gerados:

Details output

Perguntas frequentes

Por que todos os resultados de previsão têm o mesmo valor?

Isso ocorre quando o treinamento do modelo encontra uma exceção e recorre ao modelo de média, que gera a média dos dados de treinamento para todas as previsões. As causas comuns incluem instabilidade após a diferenciação, falha na convergência durante o treinamento ou variância igual a 0 nos dados de entrada.

Para diagnosticar o erro específico, verifique o arquivo stderr dos nós individuais no Logview.

Como escolha entre x13_arima e x13_auto_arima?

O x13_arima exige a especificação manual dos parâmetros p, d, q, sp, sd e sq. Se você não tiver certeza sobre quais valores usar, escolha o x13_auto_arima. Com o x13_auto_arima, defina apenas os limites superiores (como maxOrder e maxDiff), e o componente ajustará os parâmetros automaticamente.

Erro: O número de observações após a diferenciação é menor que o comprimento mínimo da série

ERROR: Number of observations after differencing and/or conditional AR estimation
is 9, which is less than the minimum series length required for the model estimated, 24

Os dados de treinamento são insuficientes para o modelo especificado. Modifique o parâmetro frequency ou adicione mais dados de treinamento.

Erro: A ordem do operador MA é muito grande

ERROR: Order of the MA operator is too large

Esse erro geralmente indica dados de treinamento insuficientes. Adicione mais pontos de dados à sua tabela de entrada.

Erro: A série deve ter pelo menos 3 anos completos de dados

ERROR: Series to be modelled and/or seasonally adjusted must have at least 3 complete
years of data

Quando parâmetros sazonais são especificados, os dados de entrada devem conter pelo menos três anos completos de observações.

Referências

O X-13ARIMA-SEATS é um algoritmo de modelo de média móvel integrada autorregressiva (ARIMA) com ajuste sazonal, baseado no algoritmo de código aberto X-13ARIMA-SEATS. Para o componente relacionado com parâmetros manuais, consulte x13_arima.