In questo tutorial imparerai a creare un set di modelli di serie temporali
Eseguire più previsioni di serie temporali con una singola query. Imparerai inoltre
applicare diverse strategie di addestramento rapido per velocizzare significativamente
della query e come valutare la precisione
delle previsioni. Utilizzerai il
Dati di new_york.citibike_trips
.
Questi dati contengono informazioni sui viaggi in Citi bike a New York.
Prima di leggere questo tutorial, ti consigliamo vivamente di leggere Previsione di un'unica serie temporale dai dati di Google Analytics.
Obiettivi
In questo tutorial utilizzerai quanto segue:
- La
CREATE MODEL
per creare un modello di serie temporali o un insieme di modelli di serie temporali. - La
ML.ARIMA_EVALUATE
funzione: per valutare il modello. - La
ML.ARIMA_COEFFICIENTS
funzione: per esaminare i coefficienti del modello. - La
ML.EXPLAIN_FORECAST
funzione: per recuperare vari componenti delle serie temporali (come la stagionalità e tendenza) che possono essere utilizzate per spiegare i risultati della previsione. - Looker Studio: per visualizzare i risultati della previsione.
- (Facoltativo) La
ML.FORECAST
funzione: per prevedere le visite totali giornaliere.
Costi
Questo tutorial utilizza componenti fatturabili di Google Cloud, tra cui:
- BigQuery
- BigQuery ML
Per ulteriori informazioni sui costi di BigQuery, consulta Prezzi di BigQuery.
Per ulteriori informazioni sui costi di BigQuery ML, consulta Prezzi di BigQuery ML.
Prima di iniziare
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
- BigQuery viene abilitato automaticamente nei nuovi progetti.
Per attivare BigQuery in un progetto preesistente, vai a
Attiva l'API BigQuery.
Passaggio 1: crea il set di dati
Crea un set di dati BigQuery per archiviare il tuo modello ML:
Nella console Google Cloud, vai alla pagina BigQuery.
Nel riquadro Explorer, fai clic sul nome del tuo progetto.
Fai clic su
Visualizza azioni > Crea il set di dati.Nella pagina Crea set di dati, segui questi passaggi:
In ID set di dati, inserisci
bqml_tutorial
.Per Tipo di località, seleziona Più regioni e poi Stati Uniti (più regioni negli Stati Uniti).
I set di dati pubblici vengono archiviati nell'
US
più regioni. Per semplicità, per archiviare il set di dati nella stessa posizione.Lascia invariate le restanti impostazioni predefinite e fai clic su Crea il set di dati.
(Facoltativo) Passaggio due: visualizza le serie temporali da prevedere
Prima di creare il modello, è utile vedere come le serie temporali di input aspetto. Puoi farlo utilizzando Looker Studio.
Nella query seguente, FROM bigquery-public-data.new_york.citibike_trips
indica che viene eseguita una query sulla tabella citibike_trips
nel
new_york
set di dati.
Nell'istruzione SELECT
, la query utilizza la classe
Funzione EXTRACT
per estrarre le informazioni sulla data dalla colonna starttime
. La query utilizza
la clausola COUNT(*)
per ottenere il numero totale giornaliero di viaggi in bici Citi.
#standardSQL SELECT EXTRACT(DATE from starttime) AS date, COUNT(*) AS num_trips FROM `bigquery-public-data.new_york.citibike_trips` GROUP BY date
Per eseguire la query, segui questi passaggi:
Nella console Google Cloud, fai clic sul pulsante Crea nuova query.
Inserisci la seguente query GoogleSQL nell'area di testo Editor query.
#standardSQL SELECT EXTRACT(DATE from starttime) AS date, COUNT(*) AS num_trips FROM `bigquery-public-data.new_york.citibike_trips` GROUP BY date
Fai clic su Esegui.
Dopo l'esecuzione della query, l'output è simile allo screenshot seguente. Nello screenshot puoi vedere che questa serie temporale contiene 1184 dati giornalieri. che durano più di 4 anni. Fai clic sul pulsante Esplora i dati e e poi Esplora con Looker Studio. Looker Studio si apre in una nuova scheda. Completa i seguenti passaggi nella nuova scheda.
Nel riquadro Grafico, scegli Grafico delle serie temporali:
Nel riquadro Dati, sotto il riquadro Grafico, vai a Metrica. . Aggiungi il campo num_trips e rimuovi la metrica predefinita Conteggio record:
Dopo aver completato il passaggio precedente, viene visualizzato il seguente diagramma. Il grafico mostra che la serie temporale di input ha sia settimanale che annuale pattern. Anche le serie temporali sono in aumento.
Passaggio 3. Crea il modello delle serie temporali per eseguire la previsione di singole serie temporali
Successivamente, crea un modello di serie temporali utilizzando i dati relativi alle corse della Citi bike a New York.
La seguente query GoogleSQL crea un modello utilizzato per prevedere il totale giornaliero
gite in bici. La CREATE MODEL
crea e addestra un modello denominato bqml_tutorial.nyc_citibike_arima_model
.
#standardSQL CREATE OR REPLACE MODEL `bqml_tutorial.nyc_citibike_arima_model` OPTIONS (model_type = 'ARIMA_PLUS', time_series_timestamp_col = 'date', time_series_data_col = 'num_trips' ) AS SELECT EXTRACT(DATE from starttime) AS date, COUNT(*) AS num_trips FROM `bigquery-public-data.new_york.citibike_trips` GROUP BY date
OPTIONS(model_type='ARIMA_PLUS', time_series_timestamp_col='date', ...)
indica che viene creata
Basato su ARIMA
un modello di serie temporale. Per impostazione predefinita,
auto_arima=TRUE
,
quindi l'algoritmo auto.ARIMA
regola automaticamente gli iperparametri in
ARIMA_PLUS
modelli. L'algoritmo si adatta a decine di modelli candidati e sceglie
il migliore con il minimo
Criterio delle informazioni Akaike (AIC).
Inoltre, poiché il valore predefinito è
data_frequency='AUTO_FREQUENCY'
, il processo di addestramento deduce automaticamente
la frequenza dei dati della serie temporale di input. Infine, CREATE MODEL
la dichiarazione utilizza
decompose_time_series=TRUE
per impostazione predefinita e gli utenti possono comprendere meglio come viene prevista la serie temporale
recuperando i componenti separati delle serie temporali, come i periodi stagionali e
l'effetto festivo.
Esegui la query CREATE MODEL
per creare e addestrare il modello:
Nella console Google Cloud, fai clic sul pulsante Crea nuova query.
Inserisci la seguente query GoogleSQL nell'area di testo Editor query.
#standardSQL CREATE OR REPLACE MODEL `bqml_tutorial.nyc_citibike_arima_model` OPTIONS (model_type = 'ARIMA_PLUS', time_series_timestamp_col = 'date', time_series_data_col = 'num_trips' ) AS SELECT EXTRACT(DATE from starttime) AS date, COUNT(*) AS num_trips FROM `bigquery-public-data.new_york.citibike_trips` GROUP BY date
Fai clic su Esegui.
Il completamento della query richiede circa 17 secondi, dopodiché il modello (
nyc_citibike_arima_model
) viene visualizzato nel pannello di navigazione. Poiché usa un'istruzioneCREATE MODEL
per creare un modello, non vedrai i risultati della query.
Passaggio 4. Prevedi le serie temporali e visualizza i risultati
Per spiegare come vengono previste le serie temporali, visualizza tutte le serie temporali secondarie
quali la stagionalità e le tendenze, utilizzando
ML.EXPLAIN_FORECAST
personalizzata.
Per farlo, segui questi passaggi:
Nella console Google Cloud, fai clic sul pulsante Crea nuova query.
Inserisci la seguente query GoogleSQL nell'area di testo Editor query.
#standardSQL SELECT * FROM ML.EXPLAIN_FORECAST(MODEL `bqml_tutorial.nyc_citibike_arima_model`, STRUCT(365 AS horizon, 0.9 AS confidence_level))
Fai clic su Esegui.
Al termine della query, fai clic sul pulsante Esplora i dati e poi fai clic su Esplora con Looker Studio. Nel browser si apre una nuova scheda. Quindi, nel Nel riquadro Grafico, fai clic sull'icona Grafico delle serie temporali, come mostrato in nel seguente screenshot.
Nel riquadro Dati, segui questi passaggi:
- Nella sezione Dimensione intervallo di date, seleziona
time_series_timestamp (Date)
. - Nella sezione Dimensione, seleziona
time_series_timestamp (Date)
. - Nella sezione Metrica, rimuovi la metrica predefinita
Record Count
e aggiungi quanto segue:time_series_data
prediction_interval_lower_bound
prediction_interval_upper_bound
trend
seasonal_period_yearly
seasonal_period_weekly
spikes_and_dips
step_changes
- Nella sezione Dimensione intervallo di date, seleziona
Nel riquadro Stile, scorri verso il basso fino all'opzione Dati mancanti. Utilizzare Interruzioni di riga anziché Interruzioni di riga a zero.
Dopo aver completato questi passaggi, nel riquadro di sinistra viene visualizzato il seguente diagramma.
Passaggio cinque: prevedi più serie temporali contemporaneamente
Potresti anche voler prevedere il numero totale giornaliero di viaggi a partire da
diverse stazioni Citi bike. Per farlo, devi prevedere molte serie temporali.
Puoi scrivere più query
CREATE MODEL
ma può essere un processo noioso e dispendioso in termini di tempo, soprattutto
hai un numero elevato di serie temporali.
Per migliorare questo processo, BigQuery ML ti consente di creare per prevedere più serie temporali utilizzando una singola query. Inoltre, tutti i modelli delle serie temporali vengono montati contemporaneamente.
Nella seguente query GoogleSQL,
CREATE MODEL
di questa clausola crea e addestra un insieme di modelli denominati
bqml_tutorial.nyc_citibike_arima_model_group
.
#standardSQL CREATE OR REPLACE MODEL `bqml_tutorial.nyc_citibike_arima_model_group` OPTIONS (model_type = 'ARIMA_PLUS', time_series_timestamp_col = 'date', time_series_data_col = 'num_trips', time_series_id_col = 'start_station_name', auto_arima_max_order = 5 ) AS SELECT start_station_name, EXTRACT(DATE from starttime) AS date, COUNT(*) AS num_trips FROM `bigquery-public-data.new_york.citibike_trips` WHERE start_station_name LIKE '%Central Park%' GROUP BY start_station_name, date
OPTIONS(model_type='ARIMA_PLUS', time_series_timestamp_col='date', ...)
indica che viene creato un insieme
Basato su ARIMA
i modelli ARIMA_PLUS
delle serie temporali. Oltre a time_series_timestamp_col
e
time_series_data_col
, devi specificare time_series_id_col
, che viene utilizzato per
annota diverse serie temporali di input. L'opzione auto_arima_max_order
consente di controllare
spazio di ricerca per l'ottimizzazione degli iperparametri nell'algoritmo auto.ARIMA.
Infine, l'istruzione CREATE MODEL
utilizza
decompose_time_series=TRUE
per impostazione predefinita e gli utenti possono comprendere meglio come viene analizzata la serie temporale
la pipeline di addestramento recuperando i risultati della decomposizione.
La clausola SELECT ... FROM ... GROUP BY ...
indica che devi formare
più serie temporali; ognuna di esse è associata a un diverso
start_station_name
. Per semplicità, utilizza la clausola WHERE ... LIKE ...
limita le stazioni di partenza a quelle il cui nome include Central Park
.
Per eseguire la query CREATE MODEL
al fine di creare e addestrare il modello, utilizza
seguenti passaggi:
Nella console Google Cloud, fai clic sul pulsante Crea nuova query.
Inserisci la seguente query GoogleSQL nell'area di testo Editor query.
#standardSQL CREATE OR REPLACE MODEL `bqml_tutorial.nyc_citibike_arima_model_group` OPTIONS (model_type = 'ARIMA_PLUS', time_series_timestamp_col = 'date', time_series_data_col = 'num_trips', time_series_id_col = 'start_station_name', auto_arima_max_order = 5 ) AS SELECT start_station_name, EXTRACT(DATE from starttime) AS date, COUNT(*) AS num_trips FROM `bigquery-public-data.new_york.citibike_trips` WHERE start_station_name LIKE '%Central Park%' GROUP BY start_station_name, date
Fai clic su Esegui.
Il completamento della query richiede circa 24 secondi, dopodiché il modello (
nyc_citibike_arima_model_group
) viene visualizzato nel pannello di navigazione. Poiché utilizza un'istruzioneCREATE MODEL
, i risultati della query non vengono visualizzati.
Passaggio 6: esamina le metriche di valutazione dell'insieme di modelli di serie temporali
Dopo aver creato i modelli, puoi utilizzare
ML.ARIMA_EVALUATE
per vedere le metriche di valutazione di tutti i modelli creati.
Nella seguente query GoogleSQL, la clausola FROM
utilizza la classe
ML.ARIMA_EVALUATE
rispetto al tuo modello, bqml_tutorial.nyc_citibike_arima_model_group
. La
le metriche di valutazione dipendono solo dall'input di addestramento, quindi il modello
solo input.
Per eseguire ML.ARIMA_EVALUATE
usa questi passaggi:
Nella console Google Cloud, fai clic sul pulsante Crea nuova query.
Inserisci la seguente query GoogleSQL nell'area di testo Editor query.
#standardSQL SELECT * FROM ML.ARIMA_EVALUATE(MODEL `bqml_tutorial.nyc_citibike_arima_model_group`)
Fai clic su Esegui.
Il completamento della query richiede meno di un secondo. Quando la query viene completa, fai clic sulla scheda Risultati sotto l'area di testo della query. I risultati dovrebbe avere il seguente aspetto:
I risultati includono le seguenti colonne:
start_station_name
non_seasonal_p
non_seasonal_d
non_seasonal_q
has_drift
log_likelihood
AIC
variance
seasonal_periods
has_holiday_effect
has_spikes_and_dips
has_step_changes
error_message
start_station_name
, la prima colonna, annota le serie temporali che ogni modello di serie temporale. È uguale a quello specificatotime_series_id_col
.Le quattro colonne seguenti (
non_seasonal_p
,non_seasonal_d
,non_seasonal_q
ehas_drift
) definiscono un modello ARIMA nell'addestramento una pipeline o un blocco note personalizzato. Le tre metriche successive (log_likelihood
,AIC
evariance
) sono pertinenti al processo di adattamento del modello ARIMA. La soluzione determina il miglior modello ARIMA utilizzando l'algoritmoauto.ARIMA
, uno per ogni serie temporale.has_holiday_effect
,has_spikes_and_dips
ehas_step_changes
Le colonne vengono compilate solo quandodecompose_time_series=TRUE
.La colonna
seasonal_periods
è il pattern stagionale all'interno dell'ora di input Google Cloud. Ogni serie temporale può avere diversi schemi stagionali. Ad esempio: dalla figura, puoi vedere che una serie temporale ha un modello annuale, mentre altri no.
Passaggio 7: esamina i coefficienti dei tuoi modelli
La ML.ARIMA_COEFFICIENTS
viene utilizzata per recuperare i coefficienti del modello ARIMA_PLUS
,
bqml_tutorial.nyc_citibike_arima_model_group
. ML.ARIMA_COEFFICIENTS
richiede
il modello come unico input.
Per eseguire la query ML.ARIMA_COEFFICIENTS
, segui questi passaggi:
Nella console Google Cloud, fai clic sul pulsante Crea nuova query.
Inserisci la seguente query GoogleSQL nell'area di testo Editor query.
#standardSQL SELECT * FROM ML.ARIMA_COEFFICIENTS(MODEL `bqml_tutorial.nyc_citibike_arima_model_group`)
Fai clic su Esegui.
Il completamento della query richiede meno di un secondo. I risultati dovrebbero apparire simile allo screenshot seguente:
I risultati includono le seguenti colonne:
start_station_name
ar_coefficients
ma_coefficients
intercept_or_drift
start_station_name
, la prima colonna, annota le serie temporali che ogni modello di serie temporale.ar_coefficients
mostra i coefficienti del modello dell'autoregressivo (AR) parte del modello ARIMA. Analogamente,ma_coefficients
mostra il modello coefficienti della parte della media mobile (MA). Sono entrambi array, la cui lunghezza sono rispettivamente pari anon_seasonal_p
enon_seasonal_q
. Laintercept_or_drift
è il termine costante nel modello ARIMA.
Passaggio 8: utilizza il modello per prevedere più serie temporali contemporaneamente con le spiegazioni
La ML.EXPLAIN_FORECAST
funzione prevede i valori di serie temporali future con un intervallo di previsione utilizzando
il tuo modello, bqml_tutorial.nyc_citibike_arima_model_group
, e contemporaneamente
restituisce tutti i componenti separati della serie temporale.
La clausola STRUCT(3 AS horizon, 0.9 AS confidence_level)
indica che
la query prevede tre punti di tempo futuri e genera un intervallo di previsione
con una confidenza del 90%. La funzione ML.EXPLAIN_FORECAST
prende il modello
come coppia di argomenti facoltativi.
Per eseguire la query ML.EXPLAIN_FORECAST
, segui questi passaggi:
Nella console Google Cloud, fai clic sul pulsante Crea nuova query.
Inserisci la seguente query GoogleSQL nell'area di testo Editor query.
#standardSQL SELECT * FROM ML.EXPLAIN_FORECAST(MODEL `bqml_tutorial.nyc_citibike_arima_model_group`, STRUCT(3 AS horizon, 0.9 AS confidence_level))
Fai clic su Esegui.
Il completamento della query richiede meno di un secondo. I risultati dovrebbero apparire ad esempio:
I risultati includono le seguenti colonne:
start_station_name
time_series_timestamp
time_series_type
time_series_data
time_series_adjusted_data
standard_error
confidence_level
prediction_interval_lower_bound
prediction_interval_lower_bound
trend
seasonal_period_yearly
seasonal_period_quarterly
seasonal_period_monthly
seasonal_period_weekly
seasonal_period_daily
holiday_effect
spikes_and_dips
step_changes
residual
Le righe di output sono ordinate per
start_station_name
e per ognistart_station_name
, le righe di output sono nell'ordine cronologico ditime_series_timestamp
. I vari componenti sono elencati come colonne del come output. Per ulteriori informazioni, consulta la definizione diML.EXPLAIN_FORECAST
(Facoltativo) Passaggio 9: utilizza il modello per prevedere più serie temporali contemporaneamente
La ML.FORECAST
può essere utilizzata anche per prevedere valori di serie temporali future con un
l'intervallo di previsione utilizzando il tuo modello,
bqml_tutorial.nyc_citibike_arima_model_group
.
Come ML.EXPLAIN_FORECAST
, STRUCT(3 AS horizon, 0.9 AS confidence_level)
indica che, per ogni serie temporale, la query prevede tre
e genera un intervallo di previsione con una confidenza del 90%.
La funzione ML.FORECAST
prende il modello, oltre a un paio di campi facoltativi
argomenti.
Per eseguire la query ML.FORECAST
, segui questi passaggi:
Nella console Google Cloud, fai clic sul pulsante Crea nuova query.
Inserisci la seguente query GoogleSQL nell'area di testo Editor query.
#standardSQL SELECT * FROM ML.FORECAST(MODEL `bqml_tutorial.nyc_citibike_arima_model_group`, STRUCT(3 AS horizon, 0.9 AS confidence_level))
Fai clic su Esegui.
Il completamento della query richiede meno di un secondo. I risultati dovrebbero apparire ad esempio:
I risultati includono le seguenti colonne:
start_station_name
forecast_timestamp
forecast_value
standard_error
confidence_level
prediction_interval_lower_bound
prediction_interval_upper_bound
confidence_interval_lower_bound
(a breve deprecato)confidence_interval_upper_bound
(a breve deprecato)
La prima colonna,
start_station_name
, annota le serie temporali che ogni modello di serie temporale. Ognistart_station_name
ha un horizon di righe per i risultati di previsione.Per ogni
start_station_name
, le righe di output sono ordinate in ordine cronologico nell'ordine diforecast_timestamp
. Nella previsione di serie temporali, la previsione l'intervallo, acquisito dai limiti inferiore e superiore, è altrettanto importante comeforecast_value
.forecast_value
è il punto centrale di l'intervallo di previsione. L'intervallo di previsione dipende dal valorestandard_error
econfidence_level
.
Esegui la pulizia
Per evitare che al tuo Account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, elimina il progetto che contiene le risorse oppure mantieni il progetto ed elimina le singole risorse.
- Puoi eliminare il progetto che hai creato.
- In alternativa, puoi mantenere il progetto ed eliminare il set di dati.
Elimina il set di dati
L'eliminazione del progetto rimuove tutti i set di dati e tutte le tabelle nel progetto. Se se preferisci riutilizzare il progetto, puoi eliminare il set di dati creato tutorial:
Se necessario, apri la pagina BigQuery nel nella console Google Cloud.
Nel menu di navigazione, fai clic sul set di dati bqml_tutorial che hai creato.
Fai clic su Elimina set di dati per eliminare il set di dati, la tabella e tutti i dati e i dati di Google Cloud.
Nella finestra di dialogo Elimina set di dati, digita per confermare il comando di eliminazione il nome del set di dati (
bqml_tutorial
), quindi fai clic su Elimina.
Elimina il progetto
Per eliminare il progetto:
- Nella console Google Cloud, vai alla pagina Gestisci risorse.
- Nell'elenco dei progetti, seleziona il progetto che vuoi eliminare, quindi fai clic su Elimina.
- Nella finestra di dialogo, digita l'ID del progetto e fai clic su Chiudi per eliminare il progetto.
Passaggi successivi
- Scopri come accelerare ARIMA_PLUS per consentire la previsione di 1 milione di serie temporali in poche ore.
- Per scoprire di più sul machine learning, consulta Machine Learning Crash Course.
- Per una panoramica di BigQuery ML, consulta Introduzione a BigQuery ML.
- Per saperne di più sulla console Google Cloud, consulta Utilizzo della console Google Cloud.