本頁面的部分或全部資訊可能不適用於 Cloud de Confiance by S3NS。詳情請參閱「與 Google Cloud 的差異」。

本頁面由 Cloud Translation API 翻譯而成。

使用多變數模型預測單一時間序列

本教學課程說明如何使用多元時間序列模型，根據多個輸入特徵的歷史值，預測特定資料欄的未來值。

本教學課程會預測單一時間序列。系統會針對輸入資料中的每個時間點計算一次預測值。

本教學課程使用bigquery-public-data.epa_historical_air_quality公開資料集中的資料。這個資料集包含從美國多個城市收集的每日懸浮微粒 (PM2.5)、溫度和風速資訊。

建立資料集

建立 BigQuery 資料集來儲存機器學習模型。

控制台

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往 BigQuery 頁面
在「Explorer」窗格中，按一下專案名稱。
依序點按「View actions」(查看動作) >「Create dataset」(建立資料集)。
在「建立資料集」頁面中，執行下列操作：
- 在「Dataset ID」(資料集 ID) 中輸入 bqml_tutorial。
- 針對「Location type」(位置類型) 選取「Multi-region」(多區域)，然後選取「US (multiple regions in United States)」(us (多個美國區域))。
- 其餘設定請保留預設狀態，然後按一下「建立資料集」。

bq

如要建立新的資料集，請使用 bq mk 指令搭配 --location 旗標。如需可能的完整參數清單，請參閱 bq mk --dataset 指令參考資料。

建立名為「bqml_tutorial」的資料集，並將資料位置設為「US」，說明則設為「BigQuery ML tutorial dataset」：
```
bq --location=US mk -d \
 --description "BigQuery ML tutorial dataset." \
 bqml_tutorial
```
這個指令採用 -d 捷徑，而不是使用 --dataset 旗標。如果您省略 -d 和 --dataset，該指令預設會建立資料集。
確認資料集已建立完成：
```
bq ls
```

API

請呼叫 datasets.insert 方法，搭配已定義的資料集資源。

{
  "datasetReference": {
     "datasetId": "bqml_tutorial"
  }
}

BigQuery DataFrames

在嘗試這個範例之前，請按照使用 BigQuery DataFrames 的 BigQuery 快速入門導覽課程中的 BigQuery DataFrames 設定說明操作。詳情請參閱 BigQuery DataFrames 參考說明文件。

如要驗證 BigQuery，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定 ADC」。

import google.cloud.bigquery

bqclient = google.cloud.bigquery.Client()
bqclient.create_dataset("bqml_tutorial", exists_ok=True)

建立輸入資料表

建立資料表，用來訓練及評估模型。這個資料表會合併 bigquery-public-data.epa_historical_air_quality 資料集中的多個資料欄，以提供每日天氣資料。您也會建立下列資料欄，做為模型的輸入變數：

date：觀察日期
pm25 每日平均 PM2.5 值
wind_speed：每天的平均風速
temperature：每天的最高溫

在下列 GoogleSQL 查詢中，FROM bigquery-public-data.epa_historical_air_quality.*_daily_summary 子句表示您正在查詢 epa_historical_air_quality 資料集中的 *_daily_summary 資料表。這些資料表是分區資料表。

請按照下列步驟建立輸入資料表：

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往「BigQuery」

在查詢編輯器中貼上以下查詢，然後點選「執行」：

CREATE TABLE `bqml_tutorial.seattle_air_quality_daily`
AS
WITH
  pm25_daily AS (
    SELECT
      avg(arithmetic_mean) AS pm25, date_local AS date
    FROM
      `bigquery-public-data.epa_historical_air_quality.pm25_nonfrm_daily_summary`
    WHERE
      city_name = 'Seattle'
      AND parameter_name = 'Acceptable PM2.5 AQI & Speciation Mass'
    GROUP BY date_local
  ),
  wind_speed_daily AS (
    SELECT
      avg(arithmetic_mean) AS wind_speed, date_local AS date
    FROM
      `bigquery-public-data.epa_historical_air_quality.wind_daily_summary`
    WHERE
      city_name = 'Seattle' AND parameter_name = 'Wind Speed - Resultant'
    GROUP BY date_local
  ),
  temperature_daily AS (
    SELECT
      avg(first_max_value) AS temperature, date_local AS date
    FROM
      `bigquery-public-data.epa_historical_air_quality.temperature_daily_summary`
    WHERE
      city_name = 'Seattle' AND parameter_name = 'Outdoor Temperature'
    GROUP BY date_local
  )
SELECT
  pm25_daily.date AS date, pm25, wind_speed, temperature
FROM pm25_daily
JOIN wind_speed_daily USING (date)
JOIN temperature_daily USING (date);

以視覺化方式呈現輸入資料

建立模型前，您可以選擇將輸入的時間序列資料視覺化，瞭解資料分布情形。您可以使用 Looker Studio 執行這項操作。

請按照下列步驟，以視覺化方式呈現時間序列資料：

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往「BigQuery」
在查詢編輯器中貼上以下查詢，然後點選「執行」：
```
SELECT
  *
FROM
  `bqml_tutorial.seattle_air_quality_daily`;
```
查詢完成後，依序點按「探索資料」>「透過 Looker Studio 探索」。Looker Studio 會在新分頁中開啟，在新分頁中完成下列步驟。
在 Looker Studio 中，依序點選「插入」>「時間序列圖表」。
在「圖表」窗格中，選擇「設定」分頁。
在「指標」專區中，新增「pm25」、「temperature」和「wind_speed」欄位，並移除預設的「記錄數」指標。產生的圖表看起來類似下列內容：

從圖表可以看出，輸入時間序列具有每週季節性模式。

建立時間序列模型

使用 pm25、wind_speed 和 temperature 資料欄值做為輸入變數，建立時間序列模型來預測以 pm25 資料欄表示的懸浮微粒值。在bqml_tutorial.seattle_air_quality_daily表格的空氣品質資料上訓練模型，並選取 2012 年 1 月 1 日至 2020 年 12 月 31 日之間收集的資料。

在下列查詢中，OPTIONS(model_type='ARIMA_PLUS_XREG', time_series_timestamp_col='date', ...) 子句表示您要建立具有外部迴歸因子的 ARIMA 模型。CREATE MODEL 陳述式的 auto_arima 選項預設為 TRUE，因此 auto.ARIMA 演算法會自動調整模型中的超參數。演算法會套用數十個候選模型，並選擇最佳模型，也就是赤池訊息量準則 (AIC) 最低的模型。CREATE MODEL 陳述式的data_frequency 選項預設為 AUTO_FREQUENCY，因此訓練程序會自動推斷輸入時間序列的資料頻率。

請按照下列步驟建立模型：

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往「BigQuery」

在查詢編輯器中貼上以下查詢，然後點選「執行」：

CREATE OR REPLACE
  MODEL
    `bqml_tutorial.seattle_pm25_xreg_model`
  OPTIONS (
    MODEL_TYPE = 'ARIMA_PLUS_XREG',
    time_series_timestamp_col = 'date',  # Identifies the column that contains time points
    time_series_data_col = 'pm25')       # Identifies the column to forecast
AS
SELECT
  date,                                  # The column that contains time points
  pm25,                                  # The column to forecast
  temperature,                           # Temperature input to use in forecasting
  wind_speed                             # Wind speed input to use in forecasting
FROM
  `bqml_tutorial.seattle_air_quality_daily`
WHERE
  date
  BETWEEN DATE('2012-01-01')
  AND DATE('2020-12-31');

查詢作業約需 20 秒才能完成，完成後您就能存取 seattle_pm25_xreg_model 模型。由於查詢是使用 CREATE MODEL 陳述式建立模型，因此您看不到查詢結果。

評估候選模型

使用 ML.ARIMA_EVALUATE 函式評估時間序列模型。ML.ARIMA_EVALUATE 函式會顯示自動超參數調整程序中評估的所有候選模型評估指標。

請按照下列步驟評估模型：

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往「BigQuery」
在查詢編輯器中貼上以下查詢，然後點選「執行」：
```
SELECT
 *
FROM
 ML.ARIMA_EVALUATE(MODEL `bqml_tutorial.seattle_pm25_xreg_model`);
```
結果應如下所示：

non_seasonal_p、non_seasonal_d、non_seasonal_q 和 has_drift 輸出資料欄會在訓練管道中定義 ARIMA 模型。log_likelihood、AIC 和 variance 輸出資料欄與 ARIMA 模型擬合程序相關。

auto.ARIMA 演算法會使用 KPSS 測試判斷 non_seasonal_d 的最佳值，在本例中為 1。當 non_seasonal_d 為 1 時，auto.ARIMA 演算法會平行訓練 42 個不同的候選 ARIMA 模型。在本例中，所有 42 個候選模型都有效，因此輸出內容包含 42 個資料列，每個資料列對應一個候選 ARIMA 模型；如果部分模型無效，則會從輸出內容中排除。系統會按照 AIC 遞增順序傳回這些候選模型。第一列中的模型 AIC 最低，因此視為最佳模型。最佳模型會儲存為最終模型，並在您對模型呼叫 ML.FORECAST 等函式時使用。

seasonal_periods 欄包含時間序列資料中識別出的季節性模式相關資訊。這與 ARIMA 建模無關，因此所有輸出資料列的值都相同。這份報表顯示每週模式，與您選擇將輸入資料視覺化時看到的結果一致。

has_holiday_effect、has_spikes_and_dips 和 has_step_changes 欄提供輸入時間序列資料的相關資訊，與 ARIMA 模型建立功能無關。系統傳回這些資料欄，是因為 CREATE MODEL 陳述式中的 decompose_time_series 選項值為 TRUE。所有輸出資料列的這些資料欄值也相同。

「error_message」欄會顯示在auto.ARIMA調整過程中發生的任何錯誤。如果所選的 non_seasonal_p、non_seasonal_d、non_seasonal_q 和 has_drift 欄無法穩定時間序列，就可能發生錯誤。如要擷取所有候選模型的錯誤訊息，請在建立模型時，將 show_all_candidate_models 選項設為 TRUE。

如要進一步瞭解輸出資料欄，請參閱 ML.ARIMA_EVALUATE 函式。

檢查模型的係數

使用 ML.ARIMA_COEFFICIENTS 函式檢查時間序列模型的係數。

請按照下列步驟擷取模型的係數：

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往「BigQuery」
在查詢編輯器中貼上以下查詢，然後點選「執行」：
```
SELECT
 *
FROM
 ML.ARIMA_COEFFICIENTS(MODEL `bqml_tutorial.seattle_pm25_xreg_model`);
```
結果應如下所示：

ar_coefficients 輸出資料欄會顯示 ARIMA 模型自迴歸 (AR) 部分的模型係數。同樣地，ma_coefficients 輸出資料欄會顯示 ARIMA 模型移動平均 (MA) 部分的模型係數。這兩個資料欄都包含陣列值，長度分別等於 non_seasonal_p 和 non_seasonal_q。您在 ML.ARIMA_EVALUATE 函式的輸出內容中看到，最佳模型的 non_seasonal_p 值為 0，non_seasonal_q 值為 5。因此，在 ML.ARIMA_COEFFICIENTS 輸出中，ar_coefficients 值為空陣列，而 ma_coefficients 值為 5 個元素的陣列。intercept_or_drift 值是 ARIMA 模型中的常數項。

processed_input、weight 和 category_weights 輸出資料欄會顯示線性迴歸模型中每個特徵的權重和截距。如果特徵是數值特徵，權重會顯示在 weight 欄中。如果特徵是類別特徵，則 category_weights 值為結構值陣列，其中每個結構值都包含特定類別的名稱和權重。

如要進一步瞭解輸出資料欄，請參閱 ML.ARIMA_COEFFICIENTS 函式。

使用模型預測資料

使用 ML.FORECAST 函式預測未來時間序列值。

在下列 GoogleSQL 查詢中，STRUCT(30 AS horizon, 0.8 AS confidence_level) 子句表示查詢會預測未來 30 個時間點，並產生信賴水準為 80% 的預測間隔。

如要使用模型預測資料，請按照下列步驟操作：

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往「BigQuery」
在查詢編輯器中貼上以下查詢，然後點選「執行」：
```
SELECT
  *
FROM
  ML.FORECAST(
    MODEL `bqml_tutorial.seattle_pm25_xreg_model`,
    STRUCT(30 AS horizon, 0.8 AS confidence_level),
    (
      SELECT
        date,
        temperature,
        wind_speed
      FROM
        `bqml_tutorial.seattle_air_quality_daily`
      WHERE
        date > DATE('2020-12-31')
    ));
```
結果應如下所示：

輸出資料列會依 forecast_timestamp 欄值依時間順序排列。在時間序列預測中，預測間隔 (以 prediction_interval_lower_bound 和 prediction_interval_upper_bound 欄值表示) 與 forecast_value 欄值同樣重要。forecast_value 值是預測間隔的中間點。預測區間取決於 standard_error 和 confidence_level 欄的值。

如要進一步瞭解輸出資料欄，請參閱 ML.FORECAST 函式。

評估預測準確率

使用 ML.EVALUATE 函式評估模型的預測準確率。

在下列 GoogleSQL 查詢中，第二個 SELECT 陳述式提供含有未來特徵的資料，用於預測未來值，以便與實際資料比較。

請按照下列步驟評估模型準確率：

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往「BigQuery」

在查詢編輯器中貼上以下查詢，然後點選「執行」：

SELECT
  *
FROM
  ML.EVALUATE(
    MODEL `bqml_tutorial.seattle_pm25_xreg_model`,
    (
      SELECT
        date,
        pm25,
        temperature,
        wind_speed
      FROM
        `bqml_tutorial.seattle_air_quality_daily`
      WHERE
        date > DATE('2020-12-31')
    ),
    STRUCT(
      TRUE AS perform_aggregation,
      30 AS horizon));

結果應如下所示：

模型的評估指標。

如要進一步瞭解輸出資料欄，請參閱 ML.EVALUATE 函式。

說明預測結果

您可以使用 ML.EXPLAIN_FORECAST 函式，除了取得預測資料，還能取得可解釋性指標。ML.EXPLAIN_FORECAST 函式會預測未來時間序列值，並傳回時間序列的所有個別元件。

與 ML.FORECAST 函式類似，ML.EXPLAIN_FORECAST 函式中使用的 STRUCT(30 AS horizon, 0.8 AS confidence_level) 子句表示查詢會預測未來 30 個時間點，並產生信賴度為 80% 的預測間隔。

請按照下列步驟說明模型的結果：

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往「BigQuery」

在查詢編輯器中貼上以下查詢，然後點選「執行」：

SELECT
  *
FROM
  ML.EXPLAIN_FORECAST(
    MODEL `bqml_tutorial.seattle_pm25_xreg_model`,
    STRUCT(30 AS horizon, 0.8 AS confidence_level),
    (
      SELECT
        date,
        temperature,
        wind_speed
      FROM
        `bqml_tutorial.seattle_air_quality_daily`
      WHERE
        date > DATE('2020-12-31')
    ));

結果應如下所示：

預測資料和預測說明的前九個輸出資料欄。預測資料和預測說明的第 10 到第 17 個輸出資料欄。預測資料和預測說明的最後六個輸出資料欄。

輸出資料列會依 time_series_timestamp 資料欄值的時間順序排序。

如要進一步瞭解輸出資料欄，請參閱 ML.EXPLAIN_FORECAST 函式。