随机森林也是常用的机器学习模型之一，在分类和回归任务中具有非常好的性能。随机森林回归模型也可用于时间序列建模和预测，以获得更好的结果。关于随机森林回归器：随机森林模型是许多决策树的集合，其中决策树被称为弱学习器。在将数据拟合到模型中后，我们根据平均绝对误差交叉检查准确性。训练模型后，它将帮助我们进行下一步预测。这是一个很好的迹象。为了获得更好的性能，我们可以改变随机森林回归模型的参数。
传统的时间序列预测模型，如 ARIMA、SARIMA 和 VAR ，都是基于回归过程，因为这些模型需要处理连续变量。随机森林也是常用的机器学习模型之一，在分类和回归任务中具有非常好的性能。随机森林回归模型也可用于时间序列建模和预测，以获得更好的结果。在本文中，我们将讨论如何使用随机森林回归器进行时间序列建模和预测。
关于随机森林回归器：
随机森林模型是许多决策树的集合，其中决策树被称为弱学习器。它可以应用于分类和回归问题。使用随机森林的回归过程可以通过以下步骤完成：
- 数据拆分：该过程通过特征拆分，每一行负责创建决策树。
- 决策：每棵树都根据数据做出自己的决策。
- 决策聚合：在这一步中，树的平均值预测成为最终结果。
这种来自树的平均决策使得随机森林回归比任何其他算法都强。让我们看看如何在时间序列建模中使用随机森林模型。
流程 ：
在开始前，我们可以使用从此处获得的每日女性出生总数数据集。
由于我们使用的模块旨在处理监督学习数据集，因此我们需要将时间序列转换为监督学习数据集，转换后，再对单变量数据进行验证。在将数据拟合到模型中后，我们根据平均绝对误差交叉检查准确性。下面从导入库开始。
1.导入库-
在正常中只需要使用 pandas、NumPy、matplotlib 和 sklearn 库。
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn.ensemble import RandomForestRegressor
从 sklearn 集成导入随机森林回归器
2.数据转换-
这部分实现了一个函数，可以将时间序列转换为监督学习数据。
def series_to_supervised(data, n_in=1, n_out=1, dropnan=True):n_vars = 1 if type(data) is list else data.shape[1]df = pd.DataFrame(data)cols = list()for i in range(n_in, 0, -1):cols.append(df.shift(i))for i in range(0, n_out):cols.append(df.shift(-i))agg = pd.concat(cols, axis=1)if dropnan:agg.dropna(inplace=True)return agg.values
在上面的函数中，我定义了输入序列和预测序列并将它们连接起来，并且删除了所有的 NaN 值。
3.数据拆分-
本节定义了一个可以拆分数据集的函数。
def train_test_split(data, n_test):return data[:-n_test, :], data[-n_test:, :]
4.模型拟合-
在本节中，我们将定义一个函数，它可以帮助通过随机森林回归模型拟合转换后的数据。
# fit an random forest model and make a one step predictiondef random_forest_forecast(train, testX):train = np.asarray(train)trainX, trainy = train[:, :-1], train[:, -1]model = RandomForestRegressor(n_estimators=1000)model.fit(trainX, trainy)yhat = model.predict([testX])return yhat[0]
这个函数将列表转换为数组，然后拆分数据并拟合模型。训练模型后，它将帮助我们进行下一步预测。
5.单变量数据的验证-
本节将利用上述所有函数，并将测试数据与模型拟合，以预测和检查模型的准确性。
from sklearn.metrics import mean_absolute_errordef walk_forward_validation(data, n_test):predictions = list()train, test = train_test_split(data, n_test)history = [x for x in train]for i in range(len(test)):testX, testy = test[i, :-1], test[i, -1]yhat = random_forest_forecast(history, testX)predictions.append(yhat)history.append(test[i])print('>expected=%.1f, predicted=%.1f' % (testy, yhat))error = mean_absolute_error(test[:, -1], predictions)return error, test[:, -1], predictions
6.加载数据中-
加载数据并使用上述函数将数据转换为监督学习数据。
series = pd.read_csv(‘/content/drive/MyDrive/Yugesh/times series with random forest/daily-total-female-births.csv’, header=0, index_col=0)values = series.valuesdata = series_to_supervised(values, n_in=6)
7.模型评估-
根据均方误差评估模型。
series = pd.read_csv('/content/drive/MyDrive/Yugesh/times series with random forest/daily-total-female-births.csv', header=0, index_col=0)values = series.valuesdata = series_to_supervised(values, n_in=6)
输出：
在上面的输出中，我们可以看到 MAE 为 5.999。这是一个很好的迹象。下面我们用测试数据绘制这些预测。
plt.plot(y, label='Expected')plt.plot(yhat, label='Predicted')plt.legend()plt.show()
输出：
在这里我们可以看到拟合随机森林回归模型的预测值。为了获得更好的性能，我们可以改变随机森林回归模型的参数。
