Smartbi数据挖掘示例--简单时序预测

该案例的工作流如下：

1、商业目标
业务理解：该案例所用的数据是《销售数据.csv》，该数据包含销售日期、销量和利润（万元）三个指标，如下：


表1：销售数据预览
业务目标：建立预测分析系统，分析利润在未来的预测值。
数据挖掘目标：建立时间序列预测模型，该模型以日期为输入，以利润为目标，建立预测模型。

2、数据理解

使用统计节点计算字段的特征统计量，输出结果如下：

3、分布趋势分析


分析时间序列趋势是时间序列建模的初步工作。目的是为了分析时间序列的规律和序列特征，如序列是否平稳？是否有周期性或者趋势性？并由此分析哪些分析模型更适合。

操作如下：


第一步，使用字符转化为日期节点将字符型的日期型转化为日期型。节点配置如下：


第二步，使用时间选择节点选择选择85年 - 95年的数据的进行分析。节点配置如下：


第三步，使用列过滤节点过滤日期字段，节点配置如下：


第四步，使用标准化节点对数据进行标准化。节点配置如下：


第五步，使用线图节点分析序列的趋势。从下图可以看出，序列整体呈下降趋势，且没有周期性。

4、简单序列预测
工作流如下：

接下来，我们选择一个简单的移动平均预测算法进行预测。步骤如下：

第一步，使用日期字段提取节点提取模型所需的日期字段，这里提取年和季度，配置如下：

提取前数据预览如下：


提取后数据预览如下：



第二步，使用汇总字段安装年和季度进行汇总，将数据粒度转化为我们要分析的粒度，节点配置如下：


点击 按钮可以对汇总值的计算方法进行配置，在这里我们数值字段取其平均值（也可以是其他，根据实际情况而定），如下：


执行后节点击右键菜单最下方的"组表"预览数据如下：


第三步，使用列过滤节点选择要分析的变量。节点配置如下：


第四步，使用移动平均节点进行移动平均计算。节点配置如下：


执行后预览数据如下：


第五步，使用Java代码（简单）节点计算残差，节点配置如下：


第六步，生成行ID字段，作为趋势图的横轴。
首先，使用日期转化为为字符串节点，转化字段类型，节点配置如下：


其次，使用行ID节点生成行ID。节点配置如下：


第七步，使用线图节点可视化预测结果。节点配置如下：


如上图所示，移动平均算法对该时间序列的趋势有一定预测能力，该模型也总结一些规律，但是尚有一些规律并未总结出。这是一个趋势性非平稳序列，您还可以考虑使用指数平滑模型、ARIMA模型、残差自回归模型等重新建模。

5、小结

时间序列分析是数据挖掘最难的算法之一。当然它也有一个好处，就是建模之前的数据量一般都很小，一般只有几十条到几百条记录（如果您的预测粒度是月，那么每年才12条数据，10年才120条），因此模型计算很快。

时间序列分析的一般步骤是：首先，探索序列的趋势，看看序列是趋势特征还是周期性特征，平稳序列还是非平稳序列，是白噪声序列，还是非白噪声序列。根据这些信息我们可以把分析尝试的模型范围缩小，有方向的去优化模型。其次，开始使用工具去尝试模型，并解释模型的质量。最后，评估模型。以及考虑是否使用混合模型来提高模型的稳定性。

本文源自：http://wiki.smartbi.com.cn/pages/viewpage.action?pageId=13599873