Prévoir des séries temporelles hiérarchiques avec un modèle univarié ARIMA_PLUS

Ce tutoriel explique comment utiliser un modèle de série temporelle univariée ARIMA_PLUS pour prévoir des séries temporelles hiérarchiques. Elle prévoit la valeur future d'une colonne donnée, en fonction des valeurs historiques de cette colonne, et calcule également les valeurs cumulées pour cette colonne pour une ou plusieurs dimensions d'intérêt.

Les valeurs prévues sont calculées pour chaque point temporel et pour chaque valeur d'une ou plusieurs colonnes spécifiant les dimensions qui vous intéressent. Par exemple, si vous souhaitez prévoir les incidents de trafic quotidiens et que vous avez spécifié une colonne de dimension contenant des données sur les États, les données prévues contiendront des valeurs pour chaque jour pour l'État A, puis des valeurs pour chaque jour pour l'État B, et ainsi de suite. Si vous souhaitez prévoir les incidents de trafic quotidiens et que vous avez spécifié des colonnes de dimension contenant des données sur les États et les villes, les données prévues contiendront des valeurs pour chaque jour pour l'État A et la ville A, puis des valeurs pour chaque jour pour l'État A et la ville B, et ainsi de suite. Dans les modèles de séries temporelles hiérarchiques, la réconciliation hiérarchique est utilisée pour regrouper et réconcilier chaque série temporelle enfant avec son parent. Par exemple, la somme des valeurs prévues pour toutes les villes de l'État A doit être égale à la valeur prévue pour l'État A.

Dans ce tutoriel, vous allez créer deux modèles de séries temporelles sur les mêmes données, l'un utilisant la prévision hiérarchique et l'autre non. Cela vous permet de comparer les résultats renvoyés par les modèles.

Ce tutoriel utilise les données de la table publique bigquery-public-data.iowa_liquor.sales.sales. Ce tableau contient des informations sur plus d'un million de produits alcoolisés dans différents magasins, à l'aide des données publiques sur les ventes d'alcool de l'Iowa.

Avant de lire ce tutoriel, nous vous recommandons vivement de consulter la page Prévoir plusieurs séries temporelles avec un modèle univarié.

Autorisations requises

  • Pour créer l'ensemble de données, vous devez disposer de l'autorisation IAM bigquery.datasets.create.

  • Pour créer le modèle, vous avez besoin des autorisations suivantes :

    • bigquery.jobs.create
    • bigquery.models.create
    • bigquery.models.getData
    • bigquery.models.updateData

  • 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 :

  • Créer un modèle de séries temporelles multiples et un modèle de séries temporelles hiérarchiques multiples pour prévoir les valeurs des ventes de bouteilles à l'aide de l'instruction CREATE MODEL.
  • Récupérer les valeurs prévues des ventes de bouteilles à partir des modèles à l'aide de la fonction ML.FORECAST.

Coûts

Ce tutoriel utilise des composants facturables de Google Cloud, y compris les suivants :

  • 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.

  1. 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 sans frais pour exécuter, tester et déployer des charges de travail.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  5. Verify that billing is enabled for your Google Cloud project.

  6. BigQuery est automatiquement activé dans les nouveaux projets. Pour activer BigQuery dans un projet préexistant, accédez à

    Activez l'API BigQuery.

    Rôles requis pour activer les API

    Pour activer les API, vous avez besoin du rôle IAM Administrateur Service Usage (roles/serviceusage.serviceUsageAdmin), qui contient l'autorisation serviceusage.services.enable. Découvrez comment attribuer des rôles.

    Activer l'API

Créer un ensemble de données

Créez un ensemble de données BigQuery pour stocker votre modèle de ML.

Console

  1. Dans la console Google Cloud , accédez à la page BigQuery.

    Accéder à la page "BigQuery"

  2. Dans le volet Explorateur, cliquez sur le nom de votre projet.

  3. Cliquez sur Afficher les actions > Créer un ensemble de données.

  4. 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 États-Unis.

    • Conservez les autres paramètres par défaut, puis cliquez sur Créer un ensemble de données.

bq

Pour créer un ensemble de données, utilisez la commande bq mk --dataset.

  1. Créez un ensemble de données nommé bqml_tutorial et définissez l'emplacement des données sur US.

    bq mk --dataset \
  --location=US \
  --description "BigQuery ML tutorial dataset." \
  bqml_tutorial

  2. Vérifiez que l'ensemble de données a été créé :

    bq ls

API

Appelez la méthode datasets.insert avec une ressource d'ensemble de données définie.

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

Créer un modèle de série temporelle

Créez un modèle de série temporelle à l'aide des données sur les ventes de boissons alcoolisées dans l'Iowa.

La requête GoogleSQL suivante crée un modèle qui prévoit le nombre total quotidien de bouteilles vendues en 2015 dans les comtés de Polk, Linn et Scott.

Dans la requête suivante, la clause OPTIONS(model_type='ARIMA_PLUS', time_series_timestamp_col='date', ...) indique que vous créez un modèle de série temporelle basé sur ARIMA. Vous utilisez l'option TIME_SERIES_ID de l'instruction CREATE MODEL pour spécifier une ou plusieurs colonnes dans les données d'entrée pour lesquelles vous souhaitez obtenir des prévisions. L'option auto_arima_max_order de l'instruction CREATE MODEL contrôle l'espace de recherche pour le réglage d'hyperparamètres dans l'algorithme auto.ARIMA. L'option decompose_time_series de l'instruction CREATE MODEL est définie par défaut sur TRUE. Ainsi, des informations sur les données de série temporelle sont renvoyées lorsque vous évaluez le modèle à l'étape suivante.

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. Si vous définissez l'option holiday_region sur US, vous obtiendrez une modélisation plus précise de ces périodes de vacances aux États-Unis, si la série temporelle comporte des tendances saisonnières.

Pour créer le modèle, procédez comme suit :

  1. Dans la console Google Cloud , accédez à la page BigQuery.

    Accéder à BigQuery

  2. Dans l'éditeur de requête, collez la requête suivante, puis cliquez sur Exécuter :

    CREATE OR REPLACE MODEL `bqml_tutorial.liquor_forecast`
  OPTIONS (
    MODEL_TYPE = 'ARIMA_PLUS',
    TIME_SERIES_TIMESTAMP_COL = 'date',
    TIME_SERIES_DATA_COL = 'total_bottles_sold',
    TIME_SERIES_ID_COL = ['store_number', 'zip_code', 'city', 'county'],
    HOLIDAY_REGION = 'US')
AS
SELECT
  store_number,
  zip_code,
  city,
  county,
  date,
  SUM(bottles_sold) AS total_bottles_sold
FROM
  `bigquery-public-data.iowa_liquor_sales.sales`
WHERE
  date BETWEEN DATE('2015-01-01') AND DATE('2015-12-31')
  AND county IN ('POLK', 'LINN', 'SCOTT')
GROUP BY store_number, date, city, zip_code, county;

    L'exécution de la requête prend environ 37 secondes, après quoi vous pourrez accéder au modèle liquor_forecast. Étant donné que la requête utilise une instruction CREATE MODEL pour créer un modèle, il n'y a aucun résultat de requête.

Utiliser le modèle pour prévoir des données

Prévoyez les valeurs futures des séries temporelles à l'aide de la fonction ML.FORECAST.

Dans la requête suivante, la clause STRUCT(20 AS horizon, 0.8 AS confidence_level) indique que la requête prévoit 20 points temporels futurs et génère un intervalle de prédiction avec un niveau de confiance de 80 %.

Pour prévoir des données avec le modèle, procédez comme suit :

  1. Dans la console Google Cloud , accédez à la page BigQuery.

    Accéder à BigQuery

  2. Dans l'éditeur de requête, collez la requête suivante, puis cliquez sur Exécuter :

    SELECT *
FROM
  ML.FORECAST(
    MODEL `bqml_tutorial.liquor_forecast`,
    STRUCT(20 AS horizon, 0.8 AS confidence_level))
ORDER BY store_number, county, city, zip_code, forecast_timestamp;

    Le résultat doit ressembler à ce qui suit :

    Plusieurs séries temporelles avec un modèle univarié

    Le résultat commence par les données prévisionnelles de la première série temporelle : store_number=2190, zip_code=50314, city=DES MOINES, county=POLK. À mesure que vous parcourez les données, vous voyez les prévisions pour chaque série temporelle unique suivante. Pour générer des prévisions qui agrègent les totaux pour différentes dimensions, comme les prévisions pour un comté spécifique, vous devez générer une prévision hiérarchique.

Créer un modèle de série temporelle hiérarchique

Créez une prévision de série temporelle hiérarchique à l'aide des données sur les ventes d'alcool de l'Iowa.

La requête GoogleSQL suivante crée un modèle qui génère des prévisions hiérarchiques pour le nombre total quotidien de bouteilles vendues en 2015 dans les comtés de Polk, Linn et Scott.

Dans la requête suivante, l'option HIERARCHICAL_TIME_SERIES_COLS de l'instruction CREATE MODEL indique que vous créez une prévision hiérarchique basée sur un ensemble de colonnes que vous spécifiez. Chacune de ces colonnes est cumulée et agrégée. Par exemple, à partir de la requête précédente, cela signifie que la valeur de la colonne store_number est cumulée pour afficher les prévisions pour chaque valeur county, city et zip_code. Par ailleurs, les valeurs zip_code et store_number sont également cumulées pour afficher les prévisions pour chaque valeur county et city. L'ordre des colonnes est important, car il définit la structure de la hiérarchie.

Pour créer le modèle, procédez comme suit :

  1. Dans la console Google Cloud , accédez à la page BigQuery.

    Accéder à BigQuery

  2. Dans l'éditeur de requête, collez la requête suivante, puis cliquez sur Exécuter :

    CREATE OR REPLACE MODEL `bqml_tutorial.liquor_forecast_hierarchical`
  OPTIONS (
    MODEL_TYPE = 'ARIMA_PLUS',
    TIME_SERIES_TIMESTAMP_COL = 'date',
    TIME_SERIES_DATA_COL = 'total_bottles_sold',
    TIME_SERIES_ID_COL = ['store_number', 'zip_code', 'city', 'county'],
    HIERARCHICAL_TIME_SERIES_COLS = ['zip_code', 'store_number'],
    HOLIDAY_REGION = 'US')
AS
SELECT
  store_number,
  zip_code,
  city,
  county,
  date,
  SUM(bottles_sold) AS total_bottles_sold
FROM
  `bigquery-public-data.iowa_liquor_sales.sales`
WHERE
  date BETWEEN DATE('2015-01-01') AND DATE('2015-12-31')
  AND county IN ('POLK', 'LINN', 'SCOTT')
GROUP BY store_number, date, city, zip_code, county;

    L'exécution de la requête prend environ 45 secondes, après quoi le modèle bqml_tutorial.liquor_forecast_hierarchical est accessible 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.

Utiliser le modèle hiérarchique pour prévoir les données

Récupérez les données de prévision hiérarchiques du modèle à l'aide de la fonction ML.FORECAST.

Pour prévoir des données avec le modèle, procédez comme suit :

  1. Dans la console Google Cloud , accédez à la page BigQuery.

    Accéder à BigQuery

  2. Dans l'éditeur de requête, collez la requête suivante, puis cliquez sur Exécuter :

    SELECT
  *
FROM
  ML.FORECAST(
    MODEL `bqml_tutorial.liquor_forecast_hierarchical`,
    STRUCT(30 AS horizon, 0.8 AS confidence_level))
WHERE city = 'LECLAIRE'
ORDER BY county, city, zip_code, store_number, forecast_timestamp;

    Le résultat doit ressembler à ce qui suit :

    Exemple de série temporelle hiérarchique

    Notez comment la prévision agrégée s'affiche pour la ville de LeClaire, store_number=NULL, zip_code=NULL, city=LECLAIRE, county=SCOTT. En examinant le reste des lignes, vous remarquerez les prévisions pour les autres sous-groupes. Par exemple, l'image suivante montre les prévisions agrégées pour les codes postaux 52753, store_number=NULL, zip_code=52753, city=LECLAIRE et county=SCOTT :

    Exemple de série temporelle hiérarchique

Effectuer un nettoyage

Pour éviter que les ressources utilisées dans ce tutoriel ne soient facturées sur votre compte Google Cloud , supprimez le projet contenant les ressources, ou conservez le projet et supprimez les ressources individuelles.

  • Supprimez le projet que vous avez créé.
  • Ou conservez le projet et supprimez l'ensemble de données.

Supprimer l'ensemble de données

Si vous supprimez votre projet, tous les ensembles de données et toutes les tables qui lui sont associés sont également supprimés. Si vous préférez réutiliser le projet, vous pouvez supprimer l'ensemble de données que vous avez créé dans ce tutoriel :

  1. Si nécessaire, ouvrez la page BigQuery dans la consoleGoogle Cloud .

    Accéder à la page "BigQuery"

  2. Dans le panneau de navigation, cliquez sur l'ensemble de données bqml_tutorial que vous avez créé.

  3. 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.

  4. 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 :

  1. Dans la console Google Cloud , accédez à la page Gérer les ressources.

    Accéder à la page "Gérer les ressources"

  2. Dans la liste des projets, sélectionnez le projet que vous souhaitez supprimer, puis cliquez sur Supprimer.
  3. Dans la boîte de dialogue, saisissez l'ID du projet, puis cliquez sur Arrêter pour supprimer le projet.

Étapes suivantes