Cómo pronosticar series temporales jerárquicas con un modelo univariable

En este instructivo, aprenderás a usar un modelo de serie temporal univariante para pronosticar series temporales jerárquicas. Predice el valor futuro de una columna determinada según los valores históricos de esa columna y también calcula los valores agregados de esa columna para una o más dimensiones de interés.

Los valores previstos se calculan para cada período, para cada valor en una o más columnas que especifican las dimensiones de interés. Por ejemplo, si deseas pronosticar incidentes de tráfico diarios y especificaste una columna de dimensión que contiene datos de estado, los datos pronosticados contendrán valores para cada día del estado A, luego valores para cada día del estado B, y así sucesivamente. Si deseas pronosticar incidentes de tráfico diarios y especificaste columnas de dimensión que contienen datos de estado y ciudad, los datos pronosticados contendrán valores para cada día del estado A y la ciudad A, luego valores para cada día del estado A y la ciudad B, y así sucesivamente. En los modelos de series temporales jerárquicas, se usa la reconciliación jerárquica para consolidar y conciliar cada serie temporal secundaria con su serie temporal superior. Por ejemplo, la suma de los valores previstos para todas las ciudades del estado A debe ser igual al valor previsto para el estado A.

En este instructivo, crearás dos modelos de series temporales con los mismos datos, uno que use la previsión jerárquica y el otro que no. Esto te permite comparar los resultados que muestran los modelos.

En este instructivo, se usan datos de la tabla pública bigquery-public-data.iowa_liquor.sales.sales. Esta tabla contiene información de más de 1 millón de productos de licores en diferentes tiendas con datos públicos de ventas de licores de Iowa.

Antes de leer este instructivo, te recomendamos que leas Cómo realizar la previsión de varias series temporales con un modelo univariado.

Permisos necesarios

• Para crear el conjunto de datos, necesitas el permiso bigquery.datasets.create de IAM.

• Para crear el recurso de conexión, necesitas los siguientes permisos:

  • bigquery.connections.create
  • bigquery.connections.get

• Para crear el modelo, necesitas los siguientes permisos:

  • bigquery.jobs.create
  • bigquery.models.create
  • bigquery.models.getData
  • bigquery.models.updateData
  • bigquery.connections.delegate

• Para ejecutar inferencias, necesitas los siguientes permisos:

  • bigquery.models.getData
  • bigquery.jobs.create

Para obtener más información sobre los roles y permisos de IAM en BigQuery, consulta Introducción a IAM.

Objetivos

En este instructivo usarás lo siguiente:

• Crear un modelo de varias series temporales y un modelo de varias series temporales jerárquicas para predecir los valores de las ventas de botellas con la declaración CREATE MODEL
• Recuperar los valores previstos de las ventas de botellas de los modelos con la función ML.FORECAST

Costos

En este instructivo, se usan componentes facturables de Google Cloud, incluidos los siguientes:

• BigQuery
• BigQuery ML

Para obtener más información sobre los costos de BigQuery, consulta la página de precios de BigQuery.

Para obtener más información sobre los costos de BigQuery ML, consulta los precios de BigQuery ML.

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

5. Make sure that billing is enabled for your Google Cloud project.

6. BigQuery se habilita automáticamente en proyectos nuevos. Para activar BigQuery en un proyecto existente, ve a

   Enable the BigQuery API.

   Enable the API

Crea un conjunto de datos

Crea un conjunto de datos de BigQuery para almacenar tu modelo de AA:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ir a la página de BigQuery

2. En el panel Explorador, haz clic en el nombre de tu proyecto.

3. Haz clic en Ver acciones > Crear conjunto de datos.

   

4. En la página Crear conjunto de datos, haz lo siguiente:

   • En ID del conjunto de datos, ingresa bqml_tutorial.

   • En Tipo de ubicación, selecciona Multirregión y, luego, EE.UU. (varias regiones en Estados Unidos).

     Los conjuntos de datos públicos se almacenan en la multirregión US. Para que sea más simple, almacena tu conjunto de datos en la misma ubicación.

   • Deja la configuración predeterminada restante como está y haz clic en Crear conjunto de datos.

     

Crea un modelo de series temporales

Crea un modelo de series temporales con los datos de ventas de bebidas alcohólicas de Iowa.

En la siguiente consulta de GoogleSQL, se crea un modelo que prevé la cantidad total diaria de botellas vendidas en 2015 en los condados de Polk, Linn y Scott.

En la siguiente consulta, la cláusula OPTIONS(model_type='ARIMA_PLUS', time_series_timestamp_col='date', ...) indica que creas un modelo de serie temporal basado en ARIMA. Usa la opción TIME_SERIES_ID de la sentencia CREATE MODEL para especificar una o más columnas en los datos de entrada para los que deseas obtener pronósticos. La opción auto_arima_max_order de la sentencia CREATE MODEL controla el espacio de búsqueda para el ajuste de hiperparámetros en el algoritmo auto.ARIMA. La opción decompose_time_series de la sentencia CREATE MODEL se establece de forma predeterminada en TRUE, de modo que se muestre información sobre los datos de series temporales cuando evalúes el modelo en el siguiente paso.

La cláusula OPTIONS(model_type='ARIMA_PLUS', time_series_timestamp_col='date', ...) indica que creas un modelo de serie temporal basado en ARIMA. De forma predeterminada, auto_arima=TRUE, por lo que el algoritmo auto.ARIMA ajusta de forma automática los hiperparámetros en los modelos ARIMA_PLUS. El algoritmo se adapta a decenas de modelos de candidatos y elige el mejor, que es el modelo con el criterio de información Akaike (AIC) más bajo. Configurar la opción holiday_region en US permite un modelado más preciso de esos puntos temporales de las festividades de Estados Unidos si es que existen patrones de festividades de Estados Unidos en la serie temporal.

Sigue estos pasos para crear el modelo:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ir a BigQuery

2. En el editor de consultas, pega la siguiente consulta y haz clic en Ejecutar:

   CREATE OR REPLACE MODEL `bqml_tutorial.liquor_forecast`
     OPTIONS (
       MODEL_TYPE = 'ARIMA_PLUS',
       TIME_SERIES_TIMESTAMP_COL = 'date',
       TIME_SERIES_DATA_COL = 'total_bottles_sold',
       TIME_SERIES_ID_COL = ['store_number', 'zip_code', 'city', 'county'],
       HOLIDAY_REGION = 'US')
   AS
   SELECT
     store_number,
     zip_code,
     city,
     county,
     date,
     SUM(bottles_sold) AS total_bottles_sold
   FROM
     `bigquery-public-data.iowa_liquor_sales.sales`
   WHERE
     date BETWEEN DATE('2015-01-01') AND DATE('2015-12-31')
     AND county IN ('POLK', 'LINN', 'SCOTT')
   GROUP BY store_number, date, city, zip_code, county;

   La consulta tarda aproximadamente 37 segundos en completarse, después de lo cual el modelo liquor_forecast aparece en el panel Explorador. Debido a que la consulta usa una declaración CREATE MODEL para crear un modelo, no hay resultados de consultas.

Usa el modelo para pronosticar datos

Prevé valores de series temporales futuras con la función ML.FORECAST.

En la siguiente consulta, la cláusula STRUCT(20 AS horizon, 0.8 AS confidence_level) indica que la consulta prevé 20 puntos temporales futuros y genera un intervalo de predicción con un nivel de confianza del 80%.

Sigue estos pasos para pronosticar datos con el modelo:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ir a BigQuery

2. En el editor de consultas, pega la siguiente consulta y haz clic en Ejecutar:

   SELECT *
   FROM
     ML.FORECAST(
       MODEL `bqml_tutorial.liquor_forecast`,
       STRUCT(20 AS horizon, 0.8 AS confidence_level))
   ORDER BY store_number, county, city, zip_code, forecast_timestamp;

   Los resultados debería ser similar al siguiente:

   

   El resultado comienza con los datos previstos para la primera serie temporal: store_number=2190, zip_code=50314, city=DES MOINES, county=POLK. A medida que te desplazas por los datos, verás las previsiones de cada serie temporal única posterior. Para generar previsiones que agreguen totales de distintas dimensiones, como las previsiones de un condado específico, debes generar una previsión jerárquica.

Crea un modelo de series temporales jerárquicas

Crea una previsión de series temporales jerárquicas mediante los datos de ventas de bebidas alcohólicas de Iowa.

En la siguiente consulta de GoogleSQL, se crea un modelo que genera previsiones jerárquicas para la cantidad total diaria de botellas vendidas en 2015 en los condados de Polk, Linn y Scott.

En la siguiente consulta, la opción HIERARCHICAL_TIME_SERIES_COLS en la sentencia CREATE MODEL indica que estás creando una previsión jerárquica basada en un conjunto de columnas que especifiques. Cada una de estas columnas se agrupa y agrega. Por ejemplo, en la consulta anterior, esto significa que el valor de la columna store_number se une para mostrar las previsiones de cada valor de county, city y zip_code. Por otro lado, los valores de zip_code y store_number también se combinan para mostrar las previsiones de cada valor de county y city. El orden de las columnas es importante porque define la estructura de la jerarquía.

Sigue estos pasos para crear el modelo:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ir a BigQuery

2. En el editor de consultas, pega la siguiente consulta y haz clic en Ejecutar:

   CREATE OR REPLACE MODEL `bqml_tutorial.liquor_forecast_hierarchical`
     OPTIONS (
       MODEL_TYPE = 'ARIMA_PLUS',
       TIME_SERIES_TIMESTAMP_COL = 'date',
       TIME_SERIES_DATA_COL = 'total_bottles_sold',
       TIME_SERIES_ID_COL = ['store_number', 'zip_code', 'city', 'county'],
       HIERARCHICAL_TIME_SERIES_COLS = ['zip_code', 'store_number'],
       HOLIDAY_REGION = 'US')
   AS
   SELECT
     store_number,
     zip_code,
     city,
     county,
     date,
     SUM(bottles_sold) AS total_bottles_sold
   FROM
     `bigquery-public-data.iowa_liquor_sales.sales`
   WHERE
     date BETWEEN DATE('2015-01-01') AND DATE('2015-12-31')
     AND county IN ('POLK', 'LINN', 'SCOTT')
   GROUP BY store_number, date, city, zip_code, county;

   La consulta tarda aproximadamente 45 segundos en completarse, después de lo cual el modelo bqml_tutorial.liquor_forecast_hierarchical aparece en el panel Explorador. Debido a que la consulta usa una sentencia CREATE MODEL para crear un modelo, no hay resultados de la consulta.

Usa el modelo jerárquico para pronosticar datos

Recupera datos de previsión jerárquica del modelo con la función ML.FORECAST.

Sigue estos pasos para pronosticar datos con el modelo:

1. En la consola de Google Cloud, ve a la página de BigQuery.

   Ir a BigQuery

2. En el editor de consultas, pega la siguiente consulta y haz clic en Ejecutar:

   SELECT
     *
   FROM
     ML.FORECAST(
       MODEL `bqml_tutorial.liquor_forecast_hierarchical`,
       STRUCT(30 AS horizon, 0.8 AS confidence_level))
   WHERE city = 'LECLAIRE'
   ORDER BY county, city, zip_code, store_number, forecast_timestamp;

   Los resultados debería ser similar al siguiente:

   

   Observa cómo se muestra la previsión agregada para la ciudad de LeClaire, store_number=NULL, zip_code=NULL, city=LECLAIRE, county=SCOTT. Cuando observes el resto de las filas, observa las previsiones de los otros subgrupos. Por ejemplo, la siguiente imagen muestra los pronósticos agregados para los códigos postales 52753, store_number=NULL, zip_code=52753, city=LECLAIRE y county=SCOTT:

   

Limpia

Para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos usados en este instructivo, borra el proyecto que contiene los recursos o conserva el proyecto y borra los recursos individuales.

• Puedes borrar el proyecto que creaste.
• De lo contrario, puedes mantener el proyecto y borrar el conjunto de datos.

Borra tu conjunto de datos

Borrar tu proyecto quita todos sus conjuntos de datos y tablas. Si prefieres volver a usar el proyecto, puedes borrar el conjunto de datos que creaste en este instructivo:

1. Si es necesario, abre la página de BigQuery en la consola de Google Cloud.

   Ir a la página de BigQuery

2. En el panel de navegación, haz clic en el conjunto de datos bqml_tutorial que creaste.

3. Haz clic en Borrar conjunto de datos en el lado derecho de la ventana. Esta acción borra el conjunto de datos, la tabla y todos los datos.

4. En el cuadro de diálogo Borrar conjunto de datos, escribe el nombre del conjunto de datos (bqml_tutorial) para confirmar el comando de borrado y, luego, haz clic en Borrar.

Borra tu proyecto

Para borrar el proyecto, haz lo siguiente:

Precaución: Borrar un proyecto tiene las siguientes consecuencias:

• Se borra todo en el proyecto. Si usaste un proyecto existente para las tareas de este documento, cuando lo borres, también se borrará cualquier otro trabajo que hayas realizado en el proyecto.
• Se pierden los ID personalizados de proyectos. Cuando creaste este proyecto, es posible que hayas creado un ID del proyecto personalizado que desees utilizar en el futuro. Para conservar las URL que utilizan el ID del proyecto, como una URL appspot.com, borra los recursos seleccionados dentro del proyecto en lugar de borrar todo el proyecto.

Si planeas explorar varias infraestructuras, instructivos y guías de inicio rápido la reutilización de proyectos puede ayudarte a evitar exceder los límites de las cuotas del proyecto.

1. In the Google Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.

¿Qué sigue?

• Aprende a prever una sola serie temporal con un modelo univariable
• Obtén información para prever varias series temporales con un modelo univariable
• Obtén información para aplicar escalamiento a un modelo univariado cuando se prevén varias series temporales en muchas filas.
• Obtén información para prever una sola serie temporal con un modelo multivariable.
• Para obtener una descripción general de BigQuery ML, consulta Introducción a la IA y el AA en BigQuery.