02：时间序列规则

Task02：时间序列规则

时间序列法是一种统计分析方法，在宣传工作中根据一定时间的数据序列预测未来发展趋势的方法。亦称时间序列趋势外推法。这种方法适用于处于连续过程中的事物的预测。它需要有若干年的数据资料，按时间序列排列成数据序列，其变化趋势和相互关系要明确和稳定。

针对周期因子的优化

按列提取中位数是一种简单而有效的提取周期因子的方法。中位数十分鲁棒，不受极端值的影响。但中位数损失了很多信息。实践中，可以在此基础上进一步优化。比如可以提取一个均值和一个中位数，然后将均值和中位数融合。融合的比例按照测试集的表现来确定。也可以根据与预测周的时间距离来赋予不同的权重。

针对base的优化

预测第四周每天的客流量，直接用最后一周的平均客流量作为base并不一定是最好的方法。也许最后三天或最后五天的均值能更好的反映最新的情况。但是，我们不能直接对最后三天客流量取均值（最后三天是周末，这样取的base就偏大了）。需要去掉周期性因素后，再取平均。具体做法，就是用客流量除以周期因子。

线性回归-利用时间特征做线性回归

提取时间的周期性特点做为特征，此时训练集每条样本为"时间特征->目标值"，时间序列的依赖关系被剔除，不需要严格依赖滑窗截取训练样本。常见是将时间用0-1哑变量表达，有以下若干种特征：

将星期转化为了0-1变量，从周一至周天，独热编码共7个变量
将节假日转化为0-1变量，视具体节假日数目，可简单分为两类，“有假日”-“无假日”，独热编码共2个变量；或赋予不同编码值，如区分国庆、春节、劳动节等使用1、2、3表示
将月初转化为0-1变量，简单分两类表示为"是月初"-“非月初”，共2个特征
类似的月中、月初可以转化为0-1变量
控制时间粒度，区分是weekday or weekend

观察序列，当序列存在周期性时，线性回归也可做为baseline