本文正在参加「金石方案 . 瓜分6万现金大奖」

一、家庭电力耗费剖析

1.布景描绘

本数据集包含了一个家庭6个月的用电数据，收集于2007年1月至2007年6月。
这些数据包括全球有功功率、全球无功功率、电压、全球强度、分项计量1（厨房）、分项计量2（洗衣房）和分项计量3（电热水器和空调）等信息。该数据集共有260,640个测量值，能够为了解家庭用电状况提供重要的见解。

咱们要感谢databeats团队提供这个数据集。假如你在你的研讨中运用这个数据集，请注明原作者：Georges Hbrail 和 Alice Brard

数据阐明

2.数据来历

www.kaggle.com/datasets/th…

3.问题描绘

本数据集能够用于机器学习的目的，如猜测性建模或时刻序列剖析。例如，人们能够运用这个数据集，依据曩昔的数据来猜测未来的家庭用电量。

剖析不同类型的电气设备对耗电量的影响
研讨电力耗费怎么随时刻和地点而改变
构建一个猜测模型来猜测未来的电力耗费

二、数据加载

!pip install prophet  -i https://pypi.tuna.tsinghua.edu.cn/simple

data_path="/home/mw/input/Household_Electricity4767/household_power_consumption.csv"

import pandas as pd
import seaborn as sns
import numpy as np
from tqdm.auto import tqdm
from prophet import Prophet

df=pd.read_csv(data_path)

df.head()

df.describe()

df.dtypes

index                      int64
Date                      object
Time                      object
Global_active_power       object
Global_reactive_power     object
Voltage                   object
Global_intensity          object
Sub_metering_1            object
Sub_metering_2            object
Sub_metering_3           float64
dtype: object

df['Date']=pd.DatetimeIndex(df['Date'])

make_em_num = ['Global_active_power', 'Global_reactive_power', 'Voltage', 'Global_intensity', 'Sub_metering_1', 'Sub_metering_2', 'Sub_metering_3']

def floating(string):
    try:
        return float(string)
    except:
        return float(0)

for column in tqdm(make_em_num):
    df[column] = df[column].apply(lambda item: floating(item))

HBox(children=(FloatProgress(value=0.0, max=7.0), HTML(value='')))

df.dtypes

index                             int64
Date                     datetime64[ns]
Time                             object
Global_active_power             float64
Global_reactive_power           float64
Voltage                         float64
Global_intensity                float64
Sub_metering_1                  float64
Sub_metering_2                  float64
Sub_metering_3                  float64
dtype: object

df.head()

sns.heatmap(df.drop(['index','Date','Time'], axis=1).corr(), annot=True)

<matplotlib.axes._subplots.AxesSubplot at 0x7f31603ed4e0>

三、猜测

1.Prophet介绍

github.com/facebook/pr…

Prophet是一种依据可加性模型猜测时刻序列数据的程序，其中非线性趋势能够按年度、每周和每日的时节性，以及假日效应进行拟合。它最适合于具有激烈时节效应的时刻序列和有几个时节的历史数据。Prophet对于缺失的数据和趋势的改变是稳健的，而且一般能够很好地处理异常值。

2.模型介绍

Prophet模型如下：

• g(t) 表明趋势函数，拟合非周期性改变；

• s(s)表明周期性改变，比如说每周，每年，时节等；

• h(t)表明假期改变，节假日可能是一天或者多天；

• t为噪声项，用他来表明随机无法猜测的波动，咱们假设t是高斯的。

• 趋势中有两个增加函数，分别是分段线性函数（linear）和非线性逻辑回归函数（logistic）拟合增加曲线趋势。通过从数据中选择改变点，Prophet自动勘探趋势改变；

• 运用傅里叶级数建模每年的时节分量；

• 运用虚变量代表曩昔，将来的相同节假日，属于节假日就为1，不属于就是0;

• 用户提供的重要节假日列表

• Modeling：建立时刻序列模型。剖析师依据猜测问题的布景选择一个适宜的模型。

• Forecast Evaluation：模型评价。依据模型对历史数据进行仿真，在模型的参数不确定的状况下，咱们能够进行多种尝试，并根 据对应的仿真效果评价哪种模型更适合。

• Surface Problems：出现问题。假如尝试了多种参数后，模型的全体表现依然不理想，这个时分能够将差错较大的潜在原因出现给剖析师。

• Visually Inspect Forecasts：以可视化的方式反馈整个猜测成果。当问题反馈给剖析师后，剖析师考虑是否进一步调整和构建模型。

3.Prophet长处

• 精确，快速，拟合十分快，能够进行交互式探索
• 全自动，无需人工操作就能对混乱的数据做出合理的猜测
• 可调整的猜测，猜测模型的参数十分容易解释，能够用业务知识改善或调整猜测
• 对缺失值和改变剧烈的时刻序列和离散值能做很好有很好的鲁棒性，不需要填补缺失值；

import matplotlib.pyplot as plt

df.shape

(260640, 10)

df=df.sample(n=10000)

def prophet_forecaster(data, x, y, period=100):
    new_df = pd.DataFrame(columns=['ds', 'y'])
    new_df['ds']= data[x]
    new_df['y'] = data[y]
    model = Prophet()
    model.fit(new_df)
    future_dates = model.make_future_dataframe(periods=period)
    forecast = model.predict(future_dates)
    model.plot(forecast)
    plt.title(f"Forecasting on the next {period} days for {y}")

prophet_forecaster(df, x='Date', y='Global_active_power', period=100)

prophet_forecaster(df, x='Date', y='Voltage', period=100)

INFO:prophet:Disabling yearly seasonality. Run prophet with yearly_seasonality=True to override this.
INFO:prophet:Disabling daily seasonality. Run prophet with daily_seasonality=True to override this.