星火时间序列预测

Question

所以我试着用Apache的时间序列数据来预测电力消耗。数据样本如下：

03.01.15;22:30;236,25
03.01.15;22:15;240
04.01.15;16:00;243,775

等了两年。我每15分钟有一次观察

预测电力消耗的最佳方法是什么？

我试过LinearRegression，Decision trees等，我总是能得到巨大的MSE (788)。我试着用几个月、几天、几个小时、几分钟作为OneHotEncoder。我只做了几个星期的预报。

数据year、month、day的方法

[2014.3996710526321,5.726973684210525,15.713815789473673]

数据year、month、day的方差

[0.2403293809070049,10.218579294199253,77.46326844706495]

检验均方误差

788.2397552290726

如果我像LabeledPoint(236.25, 2015.0,1.0,3.0,22.0,30.0))那样直接传递值，那么MSE就会上升到1280.8。如果我传递给模型，每天只有一个观察，这是它没有帮助的最大值。

但是，如果我使用KNIME并尝试时间序列的例子，但是对于我的数据，它们没有考虑日期和时间，而是延迟了每个观察的功耗。

我看到Cloudera有一个用于Time Series的库，但我不明白为什么我需要它。

有人能描述一下对时间序列数据做好预测的过程吗？最后，我想输入一个日期和时间，并得到一个预测。

Answer 1

我对你的问题有很多疑问，但让我试着处理你给我的东西。

，首先，让我们概括一下这个问题。

您有<timestamp>, <value>表单中的数据。假设数据每15分钟收集一次，为期2年，则样本大小为(4 X 24 X 365 X 2) 70080次观测(行)。

假设你想建立一个回归模型来预测它的行为。

首先，您需要将数据集划分为培训和测试集。使用培训集开发模型，并在测试集上测试模型。我建议9点1分开。

Q1.这就是你所采取的方法吗？

MSE是根据测试集中的实际值使用预测值计算的。

Q2.您提到了MSE -我不知道这是如何计算的(只提供了3个数据点)或您正在使用的值的范围。请您确认您的错误是如何计算的，以及最小化标准是什么？

如果线性回归失败(无法成功地预测移动)，那么您的模型可能过于简单--尝试使用MLP或将回归模型与贝叶斯模型相结合(因为功耗是一个连续函数)。