Limiter les valeurs prévues pour un modèle de série temporelle
Ce tutoriel explique comment utiliser les limites pour affiner les résultats de prévision renvoyés par un modèle de série temporelle. Dans ce tutoriel, vous allez créer deux modèles de séries temporelles sur les mêmes données, l'un utilisant des limites et l'autre non. Cela vous permet de comparer les résultats renvoyés par les modèles et de comprendre la différence impliquée par les limites spécifiées.
Vous utilisez les données new_york.citibike_trips
pour entraîner les modèles dans ce tutoriel. Cet ensemble de données contient des informations sur les trajets Citi Bike effectués dans la ville de New York.
Pour pouvoir suivre ce tutoriel, vous devez maîtriser les prévisions de séries temporelles uniques. Pour obtenir une présentation de ce sujet, suivez le tutoriel Prévoir une série temporelle unique à partir de données Google Analytics.
Autorisations requises
- Pour créer l'ensemble de données, vous devez disposer de l'autorisation IAM
bigquery.datasets.create
. Pour créer la ressource de connexion, vous devez disposer des autorisations suivantes :
bigquery.connections.create
bigquery.connections.get
Pour créer le modèle, vous avez besoin des autorisations suivantes :
bigquery.jobs.create
bigquery.models.create
bigquery.models.getData
bigquery.models.updateData
bigquery.connections.delegate
Pour exécuter une inférence, vous devez disposer des autorisations suivantes :
bigquery.models.getData
bigquery.jobs.create
Pour plus d'informations sur les rôles et les autorisations IAM dans BigQuery, consultez la page Présentation d'IAM.
Objectifs
Dans ce tutoriel, vous allez utiliser :
- l'instruction
CREATE MODEL
, pour créer un modèle de série temporelle ; - la fonction
ML.FORECAST
, pour prévoir le nombre total de visites quotidiennes.
Coûts
Ce tutoriel utilise des composants facturables de Google Cloud, y compris :
- BigQuery
- BigQuery ML
Pour plus d'informations sur les coûts de BigQuery, consultez la page Tarifs de BigQuery.
Pour en savoir plus sur les coûts associés à BigQuery ML, consultez la page Tarifs de BigQuery ML.
Avant de commencer
- Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the BigQuery API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the BigQuery API.
Créer un ensemble de données
Vous allez créer un ensemble de données BigQuery pour stocker votre modèle de ML :
Dans la console Google Cloud, accédez à la page "BigQuery".
Dans le volet Explorateur, cliquez sur le nom de votre projet.
Cliquez sur
Afficher les actions > Créer un ensemble de données.Sur la page Créer un ensemble de données, procédez comme suit :
Dans le champ ID de l'ensemble de données, saisissez
bqml_tutorial
.Pour Type d'emplacement, sélectionnez Multirégional, puis sélectionnez US (plusieurs régions aux États-Unis).
Les ensembles de données publics sont stockés dans l'emplacement multirégional
US
. Par souci de simplicité, stockez votre ensemble de données dans le même emplacement.Conservez les autres paramètres par défaut, puis cliquez sur Créer un ensemble de données.
Visualiser la série temporelle pour laquelle vous souhaitez effectuer des prévisions
Avant de créer le modèle, il est utile de voir à quoi ressemble votre série temporelle d'entrée.
Dans la requête suivante, la clause FROM bigquery-public-data.new_york.citibike_trips
indique que vous interrogez la table citibike_trips
dans l'ensemble de données new_york
.
Dans l'instruction SELECT
, la requête utilise la fonction EXTRACT
pour extraire les informations de date de la colonne starttime
. La requête utilise la clause COUNT(*)
pour obtenir le nombre quotidien total de trajets Citi Bike.
#standardSQL SELECT EXTRACT(DATE from starttime) AS date, COUNT(*) AS num_trips FROM `bigquery-public-data`.new_york.citibike_trips GROUP BY date
Pour exécuter la requête, procédez comme suit :
Dans la console Google Cloud, cliquez sur le bouton Saisir une nouvelle requête.
Saisissez la requête GoogleSQL suivante dans l'éditeur de requête.
#standardSQL SELECT EXTRACT(DATE from starttime) AS date, COUNT(*) AS num_trips FROM `bigquery-public-data`.new_york.citibike_trips GROUP BY date
Cliquez sur Exécuter. La requête renvoie des résultats semblables aux suivants.
Utilisez la console Google Cloud pour représenter les données de la série temporelle sous forme de graphique. Dans le volet Résultats de la requête, cliquez sur l'onglet Graphique. Dans le volet Configuration du graphique, sélectionnez le type de graphique Barres :
Créer un modèle de série temporelle
Créez un modèle de série temporelle à l'aide des données des trajets Citi Bike effectués dans la ville de New York.
La requête GoogleSQL suivante crée un modèle permettant d'effectuer des prévisions sur le nombre total de trajets Citi Bike quotidiens. L'instruction CREATE MODEL
crée et entraîne un modèle nommé 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', time_series_id_col = 'start_station_id') AS SELECT EXTRACT(DATE FROM starttime) AS date, COUNT(*) AS num_trips, start_station_id FROM `bigquery-public-data`.new_york.citibike_trips WHERE starttime > '2014-07-11' AND starttime < '2015-02-11' GROUP BY date, start_station_id;
La clause OPTIONS(model_type='ARIMA_PLUS', time_series_timestamp_col='date', ...)
indique que vous créez un modèle de série temporelle basé sur ARIMA. Par défaut, auto_arima=TRUE
. L'algorithme auto.ARIMA
ajuste donc automatiquement les hyperparamètres des modèles ARIMA_PLUS
. L'algorithme s'adapte à des dizaines de modèles candidats et choisit le meilleur d'entre eux, qui présente l'AIC (Akaike information criterion) le plus faible.
De plus, comme la valeur par défaut est data_frequency='AUTO_FREQUENCY'
, le processus d'entraînement déduit automatiquement la fréquence des données de la série temporelle d'entrée. L'instruction CREATE MODEL
utilise decompose_time_series=TRUE
par défaut, de sorte que les parties d'historique et de prévision de la série temporelle soient enregistrées dans le modèle. Lorsque vous définissez le paramètre time_series_id_col = 'start_station_id'
, le modèle ajuste et prévoit plusieurs séries temporelles à l'aide d'une seule requête basée sur start_station_id
. Ces informations peuvent vous permettre de mieux comprendre les prévisions de la série temporelle en récupérant ses différents composants, tels que les périodes saisonnières.
Exécutez la requête CREATE MODEL
pour créer et entraîner votre modèle :
Dans la console Google Cloud, cliquez sur le bouton Saisir une nouvelle requête.
Saisissez la requête GoogleSQL suivante dans l'éditeur de requête.
#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', time_series_id_col = 'start_station_id') AS SELECT EXTRACT(DATE FROM starttime) AS date, COUNT(*) AS num_trips, start_station_id FROM `bigquery-public-data`.new_york.citibike_trips WHERE starttime > '2014-07-11' AND starttime < '2015-02-11' GROUP BY date, start_station_id;
Cliquez sur Exécuter.
L'exécution de la requête prend environ 80 secondes, puis votre modèle (
nyc_citibike_arima_model
) s'affiche dans le volet Explorateur. Étant donné que la requête utilise une instructionCREATE MODEL
pour créer un modèle, il n'y a aucun résultat de requête.
Prévoir la série temporelle et visualiser les résultats
Pour expliquer comment les séries temporelles sont prévues, visualisez tous les composants de la série inférieure, tels que la saisonnalité et la tendance, à l'aide de la fonction ML.FORECAST
.
Pour ce faire, procédez comme suit :
Dans la console Google Cloud, cliquez sur le bouton Saisir une nouvelle requête.
Saisissez la requête GoogleSQL suivante dans l'éditeur de requête.
#standardSQL SELECT forecast_timestamp AS forecast_timestamp, start_station_id AS start_station_id, history_value AS history_value, forecast_value AS forecast_value FROM ( ( SELECT DATE(forecast_timestamp) AS forecast_timestamp, NULL AS history_value, forecast_value AS forecast_value, start_station_id AS start_station_id, FROM ML.FORECAST( MODEL bqml_tutorial.`nyc_citibike_arima_model`, STRUCT( 365 AS horizon, 0.9 AS confidence_level)) ) UNION ALL ( SELECT DATE(date_name) AS forecast_timestamp, num_trips AS history_value, NULL AS forecast_value, start_station_id AS start_station_id, FROM ( SELECT EXTRACT(DATE FROM starttime) AS date_name, COUNT(*) AS num_trips, start_station_id AS start_station_id FROM `bigquery-public-data`.new_york.citibike_trips WHERE starttime > '2014-07-11' AND starttime < '2015-02-11' GROUP BY date_name, start_station_id ) ) ) WHERE start_station_id = 79 ORDER BY forecast_timestamp, start_station_id
Cliquez sur Exécuter. La requête renvoie des résultats semblables aux suivants :
Utilisez la console Google Cloud pour représenter les données de la série temporelle sous forme de graphique. Dans le volet Résultats de la requête, cliquez sur l'onglet Graphique :
Le graphique montre que les valeurs prévues pour le nombre total de trajets Citi Bike quotidiens sont des nombres négatifs start_station_id=79
, ce qui n'est pas utile. L'utilisation d'un modèle comportant des limites améliore les données issues de prévisions.
Créer un modèle de série temporelle comportant des limites
Créez un modèle de série temporelle avec des limites, en utilisant les données des trajets Citi Bike effectués dans la ville de New York.
La requête GoogleSQL suivante crée un modèle permettant d'effectuer des prévisions sur le nombre total de trajets Citi Bike quotidiens. L'instruction CREATE MODEL
crée et entraîne un modèle nommé bqml_tutorial.nyc_citibike_arima_model_with_limits
.
La différence clé entre ce modèle et le modèle que vous avez créé précédemment est l'ajout de l'option forecast_limit_lower_bound=0
. Avec cette option, le modèle ne prédit que les valeurs supérieures à 0, en fonction des valeurs de la colonne spécifiée par l'argument time_series_data_col
, dans ce cas num_trips
.
#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', time_series_id_col = 'start_station_id', forecast_limit_lower_bound = 0) AS SELECT EXTRACT(DATE FROM starttime) AS date, COUNT(*) AS num_trips, start_station_id FROM `bigquery-public-data`.new_york.citibike_trips WHERE starttime > '2014-07-11' AND starttime < '2015-02-11' GROUP BY date, start_station_id;
Exécutez la requête CREATE MODEL
pour créer et entraîner votre modèle :
Dans la console Google Cloud, cliquez sur le bouton Saisir une nouvelle requête.
Saisissez la requête GoogleSQL suivante dans l'éditeur de requête.
#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', time_series_id_col = 'start_station_id', forecast_limit_lower_bound = 0) AS SELECT EXTRACT(DATE FROM starttime) AS date, COUNT(*) AS num_trips, start_station_id FROM `bigquery-public-data`.new_york.citibike_trips WHERE starttime > '2014-07-11' AND starttime < '2015-02-11' GROUP BY date, start_station_id;
Cliquez sur Exécuter.
L'exécution de la requête prend environ 100 secondes, puis votre modèle (
nyc_citibike_arima_model_with_limits
) s'affiche dans le volet Explorateur. Étant donné que la requête utilise une instructionCREATE MODEL
pour créer un modèle, il n'y a aucun résultat de requête.
Prévoir la série temporelle à l'aide du modèle comportant des limites
Dans la console Google Cloud, cliquez sur le bouton Saisir une nouvelle requête.
Saisissez la requête GoogleSQL suivante dans l'éditeur de requête.
#standardSQL SELECT forecast_timestamp AS forecast_timestamp, start_station_id AS start_station_id, history_value AS history_value, forecast_value AS forecast_value FROM ( ( SELECT DATE(forecast_timestamp) AS forecast_timestamp, NULL AS history_value, forecast_value AS forecast_value, start_station_id AS start_station_id, FROM ML.FORECAST( MODEL bqml_tutorial.`nyc_citibike_arima_model`, STRUCT( 365 AS horizon, 0.9 AS confidence_level)) ) UNION ALL ( SELECT DATE(date_name) AS forecast_timestamp, num_trips AS history_value, NULL AS forecast_value, start_station_id AS start_station_id, FROM ( SELECT EXTRACT(DATE FROM starttime) AS date_name, COUNT(*) AS num_trips, start_station_id AS start_station_id FROM `bigquery-public-data`.new_york.citibike_trips WHERE starttime > '2014-07-11' AND starttime < '2015-02-11' GROUP BY date_name, start_station_id ) ) ) WHERE start_station_id = 79 ORDER BY forecast_timestamp, start_station_id ORDER BY forecast_timestamp,start_station_id
Cliquez sur Exécuter.
Utilisez la console Google Cloud pour représenter les données de la série temporelle sous forme de graphique. Dans le volet Résultats de la requête, cliquez sur l'onglet Graphique :
Le modèle ARIMA PLUS détecte que le nombre total de trajets Citi Bike quotidiens où start_station_id=79
diminue. Les valeurs de prévision futures suivront cette tendance et donneront des chiffres de prévision relativement plus éloignés dans le futur. Le graphique montre que les valeurs prévues pour le nombre total de trajets Citi Bike quotidiens sont des nombres positifs start_station_id=79
, ce qui est plus utile. Le modèle comportant des limites détecte que le nombre total de trajets Citi Bike quotidiens où start_station_id=79
diminue, mais il fournit tout de même des valeurs de prévision pertinentes.
Comme le montre ce tutoriel, les options forecast_limit_lower_bound
et forecast_limit_upper_bound
peuvent vous aider à obtenir des valeurs de prévision plus pertinentes dans des scénarios semblables à ceux présentés ici, par exemple lors de la prévision du cours d'une action ou des chiffres des ventes futures.
Supprimer l'ensemble de données
La suppression de votre projet entraîne celle de tous les ensembles de données et de toutes les tables qui lui sont associés. Si vous préférez réutiliser le projet, vous pouvez supprimer l'ensemble de données que vous avez créé dans ce tutoriel :
Si nécessaire, ouvrez la page BigQuery dans Cloud Console.
Dans le panneau de navigation, cliquez sur l'ensemble de données bqml_tutorial que vous avez créé.
Cliquez sur Delete dataset (Supprimer l'ensemble de données) dans la partie droite de la fenêtre. Cette action supprime l'ensemble de données, la table et toutes les données.
Dans la boîte de dialogue Supprimer l'ensemble de données, confirmez la commande de suppression en saisissant le nom de votre ensemble de données (
bqml_tutorial
), puis cliquez sur Supprimer.
Supprimer votre projet
Pour supprimer le projet :
- In the Google Cloud console, go to the Manage resources page.
- In the project list, select the project that you want to delete, and then click Delete.
- In the dialog, type the project ID, and then click Shut down to delete the project.
Étapes suivantes
- Découvrez comment effectuer plusieurs prévisions de séries temporelles à l'aide d'une seule requête pour les trajets Citi Bike effectués dans la ville de New York.
- Découvrez comment accélérer ARIMA_PLUS pour prévoir un million de séries temporelles en quelques heures.
- Pour en savoir plus sur le machine learning, consultez le Cours d'initiation au Machine Learning.
- Pour obtenir plus d'informations sur BigQuery ML, consultez la page Présentation de BigQuery ML.
- Pour en savoir plus sur la console Google Cloud, consultez la page Utiliser la console Google Cloud.