什么是x13_arima算法组件_人工智能平台 PAI(PAI)-阿里云帮助中心

x13_arima是一种用于时间序列分析的算法，专门用于处理季节性数据的调整。它基于开源软件包X-13ARIMA-SEATS，结合了ARIMA模型和季节性调整技术，以提高预测的准确性和数据分析的有效性。

算法说明

Arima全称为自回归积分滑动平均模型（Autoregressive Integrated Moving Average Model），是由博克思（Box）和詹金斯（Jenkins）于70年代初提出的著名时间序列预测方法，所以又称为box-jenkins模型、博克思-詹金斯法。

算法规模如下：

支持规模
- 行：单Group数据最大1200条
- 列：1数值列
资源计算方式
- 不设置groupColNames，默认计算方式
```
coreNum=1
memSizePerCore=4096
```
- 设置groupColNames，默认计算方式
```
coreNum=floor(总数据行数/12万)
memSizePerCore=4096
```

组件配置

方式一：可视化方式

在Designer工作流页面添加x13_arima组件，并在界面右侧配置相关参数：

参数类型	参数	描述

参数类型	参数	描述
字段设置	时序列	必选，仅用来对数值列排序，具体数值与计算无关。
	数值列	必选。
	分组列	可选，多列以半角逗号（,）分隔，例如col0,col1，每个分组会构建一个时间序列。
参数设置	格式	支持输入的格式为p,d,q。 p、d和q均为非负整数，取值范围为[0, 36]。 p：自回归系数 d：差分 q：滑动回归系数
	开始日期	支持输入的格式为year.seasonal。例如1986.1。
	series频率	支持输入正整数，取值范围为12。
	格式	支持输入的格式为sp,sd,sq。sp、sd和sq均为非负整数，取值范围为[0, 36]。 sp：季节性自回归系数。 sd：季节性差分。 sq：季节性滑动回归系数。
	seasonal周期	支持输入数字，取值范围为(0，12]。默认值为12。
	预测条数	支持输入数字，取值范围为(0，120]。默认值为12。
	预测置信水平	支持输入数字，取值范围为(0, 1)默认值为0.95。
执行调优	核数目	节点个数，默认自动计算。
执行调优	内存数	单个节点内存大小，单位为MB。

方式二：PAI命令方式

使用PAI命令配置x13_arima组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见SQL脚本。

PAI -name x13_arima
    -project algo_public
    -DinputTableName=pai_ft_x13_arima_input
    -DseqColName=id
    -DvalueColName=number
    -Dorder=3,1,1
    -Dstart=1949.1
    -Dfrequency=12
    -Dseasonal=0,1,1
    -Dperiod=12
    -DpredictStep=12
    -DoutputPredictTableName=pai_ft_x13_arima_out_predict
    -DoutputDetailTableName=pai_ft_x13_arima_out_detail

参数	是否必选	默认值	描述

参数	是否必选	默认值	描述
inputTableName	是	无	输入表的名称。
inputTablePartitions	否	默认选择所有分区	输入表中，用于训练的特征列名。
seqColName	是	无	时序列。仅用来对valueColName排序。
valueColName	是	无	数值列。
groupColNames	否	无	分组列，多列用逗号分隔，例如col0,col1。每个分组会构建一个时间序列。
order	是	无	p、d和q分别表示自回归系数、差分、滑动回归系数。取值均为非负整数，范围为[0, 36]。
start	否	1.1	时序开始日期。字符串类型，格式为year.seasonal，例如1986.1。请参见时序格式介绍。
frequency	否	12 说明 12表示12月/年。	时序频率。正整数类型，范围为(0, 12]。请参见时序格式介绍。
seasonal	否	无seasonal	sp、sd和sq分别表示季节性自回归系数、季节性差分、季节性滑动回归系数。取值均为非负整数，范围为[0, 36]。
period	否	frequency	seasonal周期。数字类型，取值范围为(0, 100]。
maxiter	否	1500	最大迭代次数。正整数类型。
tol	否	1e-5	容忍度，DOUBLE类型。
predictStep	否	12	预测条数。数字类型，取值范围为(0, 365]。
confidenceLevel	否	0.95	预测置信水平。数字类型，取值范围为(0, 1)。
outputPredictTableName	是	无	预测输出表。
outputDetailTableName	是	无	详细信息表。
outputTablePartition	否	默认不输出到分区	输出分区，分区名。
coreNum	否	默认自动计算	节点个数，与参数memSizePerCore配对使用，正整数。
memSizePerCore	否	默认自动计算	单个节点内存大小，单位为MB。正整数，取值范围为[1024, 64 *1024]。
lifecycle	否	默认没有生命周期	指定输出表的生命周期。

时序格式介绍

参数start和frequency规定了数据（valueColName）的两个时间维度ts1、ts2：

frequency：表示单位周期内数据的频率，即单位ts1中ts2的频率。
start：格式为n1.n2，表示开始日期是第n1个ts1中的第n2个ts2。

单位时间	ts1	ts2	frequency	start

单位时间	ts1	ts2	frequency	start
12月/年	年	月	12	1949.2 表示第1949年中的第2个月
4季/年	年	季	4	1949.2 表示第1949年中的第2个季度
7天/周	周	天	7	1949.2 表示第1949周中的第2天
1	任何时间单位	1	1	1949.1 表示第1949（年、天、时等）

例如value=[1,2,3,5,6,7,8,9,10,11,12,13,14,15]

start=1949.3，frequency=12表示数据是12月/年，预测开始日期是1950.06。
year
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
year
Jan
Feb
Mar
Apr
May
Jun
Jul
Aug
Sep
Oct
1949
1
2
3
4
5
6
7
8
9
10
1950
11
12
13
14
15
start=1949.3，frequency=4表示数据是4季/年，预测开始的日期是1953.02。
year
Qtr1
Qtr2
Qtr3
Qtr4
year
Qtr1
Qtr2
Qtr3
Qtr4
1949
1
2
1950
3
4
5
6
1951
7
8
9
10
1952
11
12
13
14
1953
14
15
start=1949.3，frequency=7表示数据是7天/周，预测开始的日期是1951.04。
week
Sun
Mon
Tue
Wed
Thu
Fri
Sat
week
Sun
Mon
Tue
Wed
Thu
Fri
Sat
1949
1
2
3
4
5
1950
6
7
8
9
10
11
12
1951
13
14
15
start=1949.1，frequency=1表示任何时间单位，预测开始日期是1963.00。
cycle
p1
cycle
p1
1949
1
1950
2
1951
3
1952
4
1953
5
1954
6
1955
7
1956
8
1957
9
1958
10
1959
11
1960
12
1961
13
1962
14
1963
15

具体示例

准备测试数据

使用的数据集为AirPassengers.csv，是1949～1960年每个月国际航空的乘客数量，如下表所示。关于该数据集更详细的内容介绍，请参见AirPassengers。

id	number

id	number
1	112
2	118
3	132
4	129
5	121
...	...

使用MaxCompute客户端的Tunnel命令上传数据，命令如下。关于MaxCompute客户端的安装及配置请参见使用本地客户端（odpscmd）连接，关于Tunnel命令使用详情请参见Tunnel命令。

create table pai_ft_x13_arima_input(id bigint,number bigint);
tunnel upload xxxx/airpassengers.csv pai_ft_x13_arima_input -h true;

执行PAI 命令

您可以使用SQL脚本执行如下PAI命令，也可以使用ODPS SQL节点执行如下PAI命令。

PAI -name x13_arima
    -project algo_public
    -DinputTableName=pai_ft_x13_arima_input
    -DseqColName=id
    -DvalueColName=number
    -Dorder=3,1,1
    -Dseasonal=0,1,1
    -Dstart=1949.1
    -Dfrequency=12
    -Dperiod=12
    -DpredictStep=12
    -DoutputPredictTableName=pai_ft_x13_arima_out_predict
    -DoutputDetailTableName=pai_ft_x13_arima_out_detail

输出说明：

输出表outputPredictTableName

字段说明

column name	comment

column name	comment
pdate	预测日期。
forecast	预测结论。
lower	置信度为 confidenceLevel（默认0.95）时，预测结论下界。
upper	置信度为 confidenceLevel（默认0.95）时，预测结论上界。

数据展示

输出表outputDetailTableName
- 字段说明
  column name
  comment
  column name
  comment
  key
  model：表示模型
  evaluation：表示评估结果
  parameters：表示训练参数
  log：表示训练日志
  summary
  存储具体信息。
- 数据展示

常见问题

为什么预测结果都一样？
在模型训练异常时，会调用均值模型，则所有预测结果都是训练数据的均值。常见的异常包括时序差分diff后不稳定、训练没有收敛、方差为0等，您可以在logview中查看单独节点的stderr文件，获取具体的异常信息。
参数非常多，如何设置?
x13_arima组件需要设置p、d、q、sp、sd和sq等参数，如果不确定如何配置，建议使用
x13_auto_arima组件。该组件只需设置上界，系统会自动搜索最优参数。
异常信息：ERROR: Number of observations after differencing and/or conditional AR estimation is 9, which is less than the minimum series length required for the model estimated, 24
异常原因为数据较少，请调整频率，或增加数据。
异常信息：ERROR: Order of the MA operator is too large
异常原因为数据较少。
异常信息：ERROR: Series to be modelled and/or seasonally adjusted must have at least 3 complete years of data
如果填写了季节性参数，则需要3年的数据。

year	Jan	Feb	Mar	Apr	May	Jun	Jul	Aug	Sep	Oct
1949			1	2	3	4	5	6	7	8	9	10
1950	11	12	13	14	15

year	Qtr1	Qtr2	Qtr3	Qtr4
1949			1	2
1950	3	4	5	6
1951	7	8	9	10
1952	11	12	13	14
1953	14	15

week	Sun	Mon	Tue	Wed	Thu	Fri	Sat
1949			1	2	3	4	5
1950	6	7	8	9	10	11	12
1951	13	14	15

cycle	p1
1949	1
1950	2
1951	3
1952	4
1953	5
1954	6
1955	7
1956	8
1957	9
1958	10
1959	11
1960	12
1961	13
1962	14
1963	15

column name	comment
key	model：表示模型 evaluation：表示评估结果 parameters：表示训练参数 log：表示训练日志
summary	存储具体信息。