Dotnet core基於ML.net的銷售數據預測實踐

ML.net已經進到了1.5版本。做爲Microsoft官方的機器學習模型，你不打算用用？

 

1、前言

ML.net可讓咱們很容易地在各類應用場景中將機器學習加入到應用程序中。這是這個框架很重要的一點。

經過ML.net，咱們可使用手中的可用數據，進行預測、分析、檢測，而不須要進行過於複雜的編程。

ML.net的核心，一樣是機器學習模型。它採用一樣的步驟，經過指定算法來訓練模型，將輸入數據轉換爲所需的預測數據。

更重要的是，ML.net基於.NET Core，這讓它能夠很是簡單地跨平臺，在Windows、Linux、MacOS上運行，併成爲咱們服務端的一部份內容。

 

回到今天的主題。

咱們用實際的例子，完成一個經過歷史銷售數據進行單變量時序分析（單譜分析），以預測將來銷量的需求。

    爲了防止不提供原網址的轉載，特在這裏加上原文連接：http://www.javashuo.com/article/p-bhtbmdaf-nt.html

2、開發環境&基礎工程

這個Demo的開發環境是：Mac + VS Code + Dotnet Core 3.1.2。

$ dotnet --info
.NET Core SDK (reflecting any global.json):
 Version:   3.1.201
 Commit:    b1768b4ae7

Runtime Environment:
 OS Name:     Mac OS X
 OS Version:  10.15
 OS Platform: Darwin
 RID:         osx.10.15-x64
 Base Path:   /usr/local/share/dotnet/sdk/3.1.201/

Host (useful for support):
  Version: 3.1.3
  Commit:  4a9f85e9f8

.NET Core SDKs installed:
  3.1.201 [/usr/local/share/dotnet/sdk]

.NET Core runtimes installed:
  Microsoft.AspNetCore.App 3.1.3 [/usr/local/share/dotnet/shared/Microsoft.AspNetCore.App]
  Microsoft.NETCore.App 3.1.3 [/usr/local/share/dotnet/shared/Microsoft.NETCore.App]

 

首先，在這個環境下創建工程：

1. 建立Solution

% dotnet new sln -o demo
The template "Solution File" was created successfully.

2. 此次，咱們用Console建立工程

% cd demo
% dotnet new console -o demo
The template "Console Application" was created successfully.

Processing post-creation actions...
Running 'dotnet restore' on demo/demo.csproj...
  Determining projects to restore...
  Restored demo/demo.csproj (in 143 ms).

Restore succeeded.

3. 把工程加到Solution中

% dotnet sln add demo/demo.csproj

基礎工程搭建完成。

3、引入ML.net庫

爲了使用ML.net，咱們須要引入Microsoft.ML庫：

% cd demo
% dotnet add package Microsoft.ML

除此以外，本文是基於時序的預測，還須要引入時序庫Microsoft.ML.TimeSeries：

% dotnet add package Microsoft.ML.TimeSeries

 

咱們今天用到的算法是單譜分析（SSA）。SSA會將時序分解爲一組主要成分， 並將這些成分解釋爲信號，對應於趨勢、噪音、季節性及許多其餘的因素，而後從新構建這些成分，用來預測將來某個時間的值。

4、準備數據

爲了這個DEMO，我準備了一個包含整年365天實際銷售金額的數據。

其中這個數據又分爲了兩部分，第一部分是前11個月的數據，用來作訓練，第二部分是12月一個月的數據，用來評估模型。

兩部分數據的連接以下：訓練數據，評估數據

兩個數據文件均爲CSV文件，數據結構徹底相同，下面是一段內容範例：

2018-12-21,17959.0
2018-12-22,19537.03
2018-12-23,20068.0
2018-12-24,20013.0
2018-12-25,21005.0
2018-12-26,16876.0
2018-12-27,15150.0
2018-12-28,15669.0
2018-12-29,25048.0
2018-12-30,25236.0

5、代碼開發

1. 準備一個輸入模型ModelInput

public class ModelInput
{
    [LoadColumn(0)]
    public DateTime action_time { get; set; }
    [LoadColumn(1)]
    public float count { get; set; }
}

這個模型對應數據文件的結構，分兩個字段，第一個是日期，第二個是對應的銷售金額。

2. 準備另外一個輸出模型ModelOutput

public class ModelOutput
{
    public float[] forecasted_count { get; set; }
    public float[] lower_count { get; set; }
    public float[] upper_count { get; set; }
}

這個模型跟隨預測結果的輸出，其中：

• forecasted_count - 預測時間段內的預測值
• lower_count - 預測時間段內預測值的下限
• upper_count - 預測時間段內預測值的上限

 

3. 初始化機器學習的實例

MLContext mlContext = new MLContext();

執行全部 ML.NET 操做都是從MLContext類開始，初始化 MLContext將建立一個新的 ML.net 環境，並在模型建立工做流對象之間共享該環境。

4. 加載數據

ML.net有多種數據的加載方式，能夠經過文件、數據庫、JSON/XML、內存中加載數據，甚至能夠用自定義的數據庫鏈接加載數據。

本文的DEMO中，數據在CSV文件中，因此，咱們採用下面的方式加載：

static readonly string _data1Path = Path.Combine(Environment.CurrentDirectory, "data1.csv");
static readonly string _data2Path = Path.Combine(Environment.CurrentDirectory, "data2.csv");

static void Main(string[] args)
{
    MLContext mlContext = new MLContext();

    IDataView data1View = mlContext.Data.LoadFromTextFile<ModelInput>(_data1Path, separatorChar: ',', hasHeader: false);
    IDataView data2View = mlContext.Data.LoadFromTextFile<ModelInput>(_data2Path, separatorChar: ',', hasHeader: false);
}

IDataView是數據的承載空間。

5. 定義時序分析管道

var forecastingPipeline = mlContext.Forecasting.ForecastBySsa(
    outputColumnName: "forecasted_count",
    inputColumnName: "count",
    windowSize: 7,
    seriesLength: 30,
    trainSize: 334,
    horizon: 7,
    confidenceLevel: 0.95f,
    confidenceLowerBoundColumn: "lower_count",
    confidenceUpperBoundColumn: "upper_count");

前面有說過，咱們採用單譜分析，因此代碼中咱們選擇了mlContext.Forecasting.ForecastBySsa。

解釋一下這裏面的幾個參數：

• trainSize - 數據樣本的數量，也就是訓練數據的行數（在這個文件中，一行是一個數據樣本，共334行）
• seriesLength - 從數據樣本按時序採樣時的間隔，這裏是30天
• windowSize - 樣本週期的天數，這裏是7天
• horizon - 預測結果的天數
• confidenceLevel - 上下限的可信度。預測屬於合理猜想，不老是徹底準確。
• 其它幾個參數，對應輸入輸出模型的字段名

 

6. 訓練模型

管道定義完成，數據加載完成，下面要進行數據訓練。

SsaForecastingTransformer forecaster = forecastingPipeline.Fit(data1View);

跟隨上一節，管道是單譜管道，因此訓練也是單譜訓練SsaForecastingTransformer。

 

程序執行到這裏，數據訓練完成。

7. 模型評估

模型評估不是必須環節。

模型評估的意義在於：經過評估模型的性能，來調整管道的參數，以達到最佳的預測效果。

模型評估也有多種方式。在這裏，咱們採用平均絕對偏差和均方根偏差來作評估依據。

static void Evaluate(IDataView testData, ITransformer model, MLContext mlContext)
{
    IDataView predictions = model.Transform(testData);

    IEnumerable<float> actual =
        mlContext.Data.CreateEnumerable<ModelInput>(testData, true)
            .Select(p => p.count);

    IEnumerable<float> forecast =
        mlContext.Data.CreateEnumerable<ModelOutput>(predictions, true)
            .Select(p => p.forecasted_count[0]);

    var metrics = actual.Zip(forecast, (actualValue, forecastValue) => actualValue - forecastValue);

    var MAE = metrics.Average(error => Math.Abs(error));
    var RMSE = Math.Sqrt(metrics.Average(error => Math.Pow(error, 2)));

    Console.WriteLine("評估結果");
    Console.WriteLine("---------------------");
    Console.WriteLine($"平均絕對偏差: {MAE:F3}");
    Console.WriteLine($"均方根偏差: {RMSE:F3}\n");
}

在這個方法中，咱們取評估數據的實際值actual和經過訓練數據生成的預測值forecast，計算兩個偏差並輸出。

在Main中調用此方法：

static void Main(string[] args)
{
        /* 這兒是前邊訓練的代碼，略過 */

        Evaluate(data2View, forecaster, mlContext);
}
static void Evaluate(IDataView testData, ITransformer model, MLContext mlContext)
{
      /* 這兒是評估模型的方法，上面有，略過 */
}

輸出結果相似於如下內容：

評估結果
---------------------
平均絕對偏差: 23.442
均方根偏差: 174.236

兩個指標：

• 平均絕對偏差 - 度量預測與實際值之間的接近程度。 此值介於 0 到無限大之間。 越接近 0，模型的質量越好。
• 均方根偏差 - 彙總模型中的錯誤。 此值介於 0 到無限大之間。 越接近 0，模型的質量越好。

 

8. 預測

訓練模型調整到滿意後，便可開始預測的工做：

var forecastEngine = forecaster.CreateTimeSeriesEngine<ModelInput, ModelOutput>(mlContext);
ModelOutput forecast = forecastEngine.Predict();

這兩行代碼，在內存中加載前邊訓練好的模型，並進行預測操做。預測數據的結果放在forecast中。

對應於分析管道定義中的horizon，預測數據包含7天的預測結果。

9. 預測結果輸出

放在forecast中的數據，對應模型ModelOutput，能夠用在任何地方。

在本文中，咱們直接顯示到Console：

IEnumerable<string> forecastOutput =
    mlContext.Data.CreateEnumerable<ModelInput>(data2View, reuseRowObject: false)
        .Take(7)
        .Select((ModelInput data, int index) =>
        {
            string action_date = data.action_time.ToString("yyyy-MM-dd");
            float actual_count = data.count;
            float lowerEstimate = Math.Max(0, forecast.lower_count[index]);
            float estimate = forecast.forecasted_count[index];
            float upperEstimate = forecast.upper_count[index];
            return $"日期: {action_date}\n" +
            $"實際值: {actual_count}\n" +
            $"預測下限估值: {lowerEstimate}\n" +
            $"預測估值: {estimate}\n" +
            $"預測上限估值: {upperEstimate}\n";
        });

Console.WriteLine("預測結果");
Console.WriteLine("---------------------");
foreach (var prediction in forecastOutput)
{
    Console.WriteLine(prediction);
}

運行結果相似於如下內容：

預測結果
---------------------
日期: 2018-12-01
實際值: 24566.08
預測下限估值: 16791.379
預測估值: 20394.115
預測上限估值: 23996.852

 

完成！

6、延伸內容

ML.net包含了不少機器學習的內容。其中，我本身認爲時序預測是用途很廣的一個部分，能夠用在

• 銷售預測
• 庫存預警
• 活動策劃輔助

以及其它諸如天氣、股票、人口等諸多內容上，依靠過去和如今的數據，分析二者之間的關係，而後利用獲得的這個關係去預測將來的數據。

所以，在這個分類中，個人第一篇文章就寫了時序預測。

 

機器學習，核心是各類算法，而算法的基礎是一類數學。這是一個很高的坎。刷算法，線性的部分還好，一旦到了冪次或矩陣，沒有正統的學習，是很難有突破的。而即使刷通了，也只是皮毛性的理解，距離創造算法的大神，還有很長的距離。

因此，退而求其次，對不少人而言，與其花大功夫去研究算法，不如多研究下如何能把現有的算法或工具用好。

 

還有，在應用中，你能用機器學習來預測銷量、預測庫存，有沒有很自豪？是否是很高大上？

 

（全文完）

 

本文的對應代碼，在https://github.com/humornif/Demo-Code/tree/master/0013/demo

 

---

 

微信公衆號：老王Plus 掃描二維碼，關注我的公衆號，能夠第一時間獲得最新的我的文章和內容推送 本文版權歸做者全部，轉載請保留此聲明和原文連接