文／旗標科技
先前『銷售AI化!看資料科學家如何思考，用Python打造能賺錢的機器學習模型』一書已經實作過監督式學習的分類與迴歸模型，本節要介紹的是第 3 種：用來處理具有週期性資料的時間序列 （Time series） 模型，可以只用過去的目標變數值去訓練模型，然後將模型用在預測未來一段時間的目標變數值。例如共享單車業者可以用過去兩年期間的每日租借量去訓練模型，再用此模型去預測未來一段期間的每日租借量。
我們在前面討論的迴歸模型，訓練時使用的輸入資料也有時間性的關係，但與本節要介紹的時間序列模型不同，我們先來看看它們的差異。
下面是迴歸模型的預測示意圖 （項目經過簡化）。此模型要預測單車的「租借量」，輸入資料為「年份」、「月份」、「星期幾」…等 （下圖藍色框）。換句話說，這是利用當日收集到的資料 （必須有當天的天氣等資料） 去預測當日租借量的機制：
那麼，時間序列模型又是什麼樣的處理方式呢？請見下圖：
時間序列模型並不是用「租借量」右側那一堆項目來訓練，而是靠過去「每日」的「租借量」來訓練。各位可能會想，單靠目標變數過去的資料，真的能夠訓練模型嗎？這時候，位於表格最左側的「日期」就有很重要的意義了，因為日期具有週期性，也就是說單車租借量在每個星期天應該都差不多，去年 4 月與今年 4 月也應該會有類似的走向。這 2 種現象就是所謂的「週循環」與「年循環」。由於我們取得的資料集記錄的是以 1 天為單位的統計資料，因此可預期的循環只會有週與年這 2 種，如果有以更短的時間為單位 （例如小時） 的資料，就可以預測「日循環」。
具體來說，就是將目標變數的數值資料視為以「日單位」、「週單位」、「年單位」的週期性與趨勢變化的總和，找出與過去歷史資料擬合程度高的「週期函數」與「趨勢」，就能夠建出時間序列模型並預測未來。
那麼時間序列模型適合應用在什麼類型的工作中呢？由於「迴歸」與「時間序列」想要預測的都是未來的一個數值，因此能夠運用的場景也差不多。
我們思考一下，為了開發迴歸模型我們需要收集許多項目的資料，才能訓練模型做預測。而時間序列模型卻只需要過去每日的「日期」與「租借量」就可以做訓練，怎麼看都覺得更方便。事實上也是如此，只不過以前在開發時間序列模型的人需要具備統計知識，而現在因為可使用 Facebook （2021 年已改名為 Meta） 發表的 Prophet 演算法 （可自動化預測時間序列的未來走勢），讓我們很容易就能開發出時間序列模型。
時間序列模型的特色還包括統計的信賴區間（Confidence Interval） 觀念。也就是說，時間序列並不只是單純預測一個數值而已，還能夠「預測結果會有多少機率（Prophet 演算法預設是 0.8，也就是 80%）落在估計的數值區間之內」。因此只要活用預測結果，便能有效控制風險。
【編註】信賴區間是指給予預測值一個可容許的誤差範圍，比如說信賴區間是 -2 到 2 之間，標準答案 1 就落在信賴區間之內，但標準答案 3 就超出此區間。更詳細的介紹可參考《機器學習的統計基礎》（旗標科技出版）。
還有，我們也想知道「能夠預測到多遠的未來」？像 5.2 節的迴歸模型，輸入資料中包括「天氣」與「氣溫」等項目，這表示要到當天才能收集到必需的正確資料，也才能預測當天的租借量。相較之下，時間序列模型是利用過去日期的租借量，因此可以預測中長期的變化趨勢。
過去要處理時間序列的問題，雖然可以使用 Python 的 statsmodel 統計套件，但需要具備一定程度的數學與統計知識，導致程式開發者難以上手。所幸 Facebook 於 2017 年發布時間序列預測專用的 Prophet 演算法，由於自動化的預測功能，讓開發此類模型變得簡單許多，
※ 本文摘錄自『銷售AI化!看資料科學家如何思考，用Python打造能賺錢的機器學習模型』
