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.

Dans Google Cloud Console, sur la page de sélection du projet, sélectionnez ou créez un projet Google Cloud.

Accéder au sélecteur de projet

Vérifiez que la facturation est activée pour votre projet Google Cloud.

Activez l'API BigQuery

Activer l'API

Dans Google Cloud Console, sur la page de sélection du projet, sélectionnez ou créez un projet Google Cloud.

Accéder au sélecteur de projet

Vérifiez que la facturation est activée pour votre projet Google Cloud.

Activez l'API BigQuery

Activer l'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".

Accéder 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.

#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
WHERE starttime > '2014-07-11' AND starttime < '2015-02-11'
GROUP BY date

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. Enfin, 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. 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'
  ) AS
SELECT
   EXTRACT(DATE from starttime) AS date,
   COUNT(*) AS num_trips
FROM
  `bigquery-public-data`.new_york.citibike_trips
WHERE starttime > '2014-07-11' AND starttime < '2015-02-11'
GROUP BY date

Cliquez sur Exécuter.

L'exécution de la requête prend environ 17 secondes, puis votre modèle (nyc_citibike_arima_model) s'affiche dans le volet Explorateur. Étant donné que la requête utilise une instruction CREATE 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,
  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
     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
     FROM (
        SELECT
        EXTRACT(DATE
        FROM
           starttime) AS date_name,
        COUNT(*) AS num_trips
        FROM
        `bigquery-public-data`.new_york.citibike_trips
        WHERE
        starttime > '2014-07-11'
        AND starttime < '2015-02-11'
        GROUP BY
        date_name ) ))
  ORDER BY
  forecast_timestamp

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, 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 seule différence 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.

#standardSQL
CREATE OR REPLACE MODEL `bqml_tutorial.nyc_citibike_arima_model_with_limits`
OPTIONS
  (model_type = 'ARIMA_PLUS',
   time_series_timestamp_col = 'date',
   time_series_data_col = 'num_trips',
   forecast_limit_lower_bound = 0
  ) AS
SELECT
   EXTRACT(DATE from starttime) AS date,
   COUNT(*) AS num_trips
FROM
  `bigquery-public-data`.new_york.citibike_trips
WHERE starttime > '2014-07-11' AND starttime < '2015-02-11'
GROUP BY date

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_with_limits`
OPTIONS
  (model_type = 'ARIMA_PLUS',
   time_series_timestamp_col = 'date',
   time_series_data_col = 'num_trips',
   forecast_limit_lower_bound = 0
  ) AS
SELECT
   EXTRACT(DATE from starttime) AS date,
   COUNT(*) AS num_trips
FROM
  `bigquery-public-data`.new_york.citibike_trips
 WHERE starttime > '2014-07-11' AND starttime < '2015-02-11'
GROUP BY date

Cliquez sur Exécuter.

L'exécution de la requête prend environ 17 secondes, puis votre modèle (nyc_citibike_arima_model_with_limits) s'affiche dans le volet Explorateur. Étant donné que la requête utilise une instruction CREATE 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,
  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
     FROM
        ML.FORECAST(MODEL `bqml_tutorial.nyc_citibike_arima_model_with_limits`,
        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
     FROM (
        SELECT
        EXTRACT(DATE
        FROM
           starttime) AS date_name,
        COUNT(*) AS num_trips
        FROM
        `bigquery-public-data`.new_york.citibike_trips
        WHERE
        starttime > '2014-07-11'
        AND starttime < '2015-02-11'
        GROUP BY
        date_name ) ))
  ORDER BY
  forecast_timestamp

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 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, ce qui est plus utile. Le modèle comportant des limites détecte que le nombre total de trajets Citi Bike quotidiens 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.

Accéder à BigQuery
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 :

Attention : La suppression d'un projet aura les effets suivants :

Tout le contenu du projet est supprimé. Si vous avez utilisé un projet existant pour les tâches de ce document, lorsque vous le supprimez, vous supprimez également tout autre travail effectué dans le projet.
Les ID de projets personnalisés sont perdus. Lorsque vous avez créé ce projet, vous avez peut-être créé un ID de projet personnalisé que vous souhaitez utiliser à l'avenir. Pour conserver les URL qui utilisent l'ID de projet, telle qu'une URL appspot.com, supprimez les ressources sélectionnées dans le projet au lieu de supprimer l'ensemble du projet.

Si vous envisagez d'explorer plusieurs architectures, tutoriels et guides de démarrage rapide, réutiliser des projets peut vous aider à ne pas dépasser les limites de quotas des projets.

Dans la console Google Cloud, accédez à la page Gérer les ressources.
Accéder à la page Gérer les ressources
Dans la liste des projets, sélectionnez le projet que vous souhaitez supprimer, puis cliquez sur Supprimer.
Dans la boîte de dialogue, saisissez l'ID du projet, puis cliquez sur Arrêter pour supprimer le projet.

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.