在 ARIMA_PLUS 時間序列預測模型中使用自訂節慶假日

本教學課程將說明如何執行下列工作：

• 建立ARIMA_PLUS時間序列預測模型，只使用內建節慶。
• 建立ARIMA_PLUS時間序列預測模型，除了內建節慶外，還使用自訂節慶。
• 以視覺化方式呈現這些模型的預測結果。
• 檢查模型，瞭解模型會模擬哪些節慶。
• 評估自訂節日對預測結果的影響。
• 比較只使用內建節慶的模型成效，以及同時使用內建和自訂節慶的模型成效。

本教學課程使用 bigquery-public-data.wikipedia.pageviews_* 公開資料表。

所需權限

• 如要建立資料集，您需要 bigquery.datasets.create IAM 權限。

• 如要建立模型，您必須具備下列權限：

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

• 如要執行推論，您需要下列權限：

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

如要進一步瞭解 BigQuery 中的 IAM 角色和權限，請參閱「IAM 簡介」。

費用

在本文件中，您會使用 Trusted Cloud by S3NS的下列計費元件：

• BigQuery: You incur costs for the data you process in BigQuery.

如要根據預測用量估算費用，請使用 Pricing Calculator。

詳情請參閱 BigQuery 價格一文。

事前準備

1. In the Trusted Cloud console, on the project selector page, select or create a Trusted Cloud project.

   Go to project selector

2. Verify that billing is enabled for your Trusted Cloud project.

3. Enable the BigQuery API.

   Enable the API

建立資料集

建立 BigQuery 資料集來儲存機器學習模型。

控制台

1. 前往 Trusted Cloud 控制台的「BigQuery」頁面。

   前往 BigQuery 頁面

2. 在「Explorer」窗格中，按一下專案名稱。

3. 依序點按 more_vert「View actions」(查看動作) >「Create dataset」(建立資料集)。

   

4. 在「建立資料集」頁面中，執行下列操作：

   • 在「Dataset ID」(資料集 ID) 中輸入 bqml_tutorial。

   • 針對「Location type」(位置類型) 選取「Multi-region」(多區域)，然後選取「US (multiple regions in United States)」(us (多個美國區域))。

   • 其餘設定請保留預設狀態，然後按一下「Create dataset」(建立資料集)。

bq

如要建立新的資料集，請使用 bq mk 指令搭配 --location 旗標。如需可能的完整參數清單，請參閱 bq mk --dataset 指令參考資料。

1. 建立名為「bqml_tutorial」的資料集，並將資料位置設為「US」，以及說明設為「BigQuery ML tutorial dataset」：

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

   這個指令採用 -d 捷徑，而不是使用 --dataset 旗標。如果您省略 -d 和 --dataset，該指令預設會建立資料集。

2. 確認資料集已建立完成：

   bq ls

API

請呼叫 datasets.insert 方法，搭配已定義的資料集資源。

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

BigQuery DataFrames

在嘗試這個範例之前，請按照使用 BigQuery DataFrames 的 BigQuery 快速入門導覽課程中的 BigQuery DataFrames 設定說明操作。 詳情請參閱 BigQuery DataFrames 參考說明文件。

如要向 BigQuery 進行驗證，請設定應用程式預設憑證。 詳情請參閱「為本機開發環境設定 ADC」。

import google.cloud.bigquery

bqclient = google.cloud.bigquery.Client()
bqclient.create_dataset("bqml_tutorial", exists_ok=True)

準備時間序列資料

將「Google I/O」頁面的維基百科網頁瀏覽資料匯總到單一表格中，並依日期分組：

1. 前往「BigQuery」頁面

   前往「BigQuery」

2. 在 SQL 編輯器窗格中，執行下列 SQL 陳述式：

   CREATE OR REPLACE TABLE `bqml_tutorial.googleio_page_views`
   AS
   SELECT
     DATETIME_TRUNC(datehour, DAY) AS date,
     SUM(views) AS views
   FROM
     `bigquery-public-data.wikipedia.pageviews_*`
   WHERE
     datehour >= '2017-01-01'
     AND datehour < '2023-01-01'
     AND title = 'Google_I/O'
   GROUP BY
     DATETIME_TRUNC(datehour, DAY)

建立使用內建節慶假日的時間序列預測模型

根據 2022 年前的網頁瀏覽資料，並考量內建的節慶假日，建立模型來預測 Wikipedia「Google I/O」網頁的每日瀏覽量：

1. 前往「BigQuery」頁面

   前往「BigQuery」

2. 在 SQL 編輯器窗格中，執行下列 SQL 陳述式：

   CREATE OR REPLACE MODEL `bqml_tutorial.forecast_googleio`
     OPTIONS (
       model_type = 'ARIMA_PLUS',
       holiday_region = 'US',
       time_series_timestamp_col = 'date',
       time_series_data_col = 'views',
       data_frequency = 'DAILY',
       horizon = 365)
   AS
   SELECT
     *
   FROM
     `bqml_tutorial.googleio_page_views`
   WHERE
     date < '2022-01-01';

以圖表呈現預測結果

使用內建節慶建立模型後，請將 bqml_tutorial.googleio_page_views 資料表中的原始資料與 ML.EXPLAIN_FORECAST 函式的預測值合併，然後使用 Looker Studio 製作視覺化圖表：

1. 前往「BigQuery」頁面

   前往「BigQuery」

2. 在 SQL 編輯器窗格中，執行下列 SQL 陳述式：

   SELECT
     original.date,
     original.views AS original_views,
     explain_forecast.time_series_adjusted_data
       AS adjusted_views_without_custom_holiday,
   FROM
     `bqml_tutorial.googleio_page_views` original
   INNER JOIN
     (
       SELECT
         *
       FROM
         ML.EXPLAIN_FORECAST(
           MODEL `bqml_tutorial.forecast_googleio`,
           STRUCT(365 AS horizon))
     ) explain_forecast
     ON
       TIMESTAMP(original.date)
       = explain_forecast.time_series_timestamp
   ORDER BY
     original.date;

3. 在「查詢結果」窗格中，依序點按「探索資料」和「透過 Looker Studio 探索」。Looker Studio 會在新分頁中開啟。

4. 在 Looker Studio 分頁中，按一下「新增圖表」，然後點選時間序列圖表：

   

   將圖表放到報表上。

5. 在「圖表」窗格的「設定」分頁中，依序點按「新增指標」和「adjusted_views_without_custom_holiday」：

   

   圖表看起來類似下方：

   

   您可以看到預測模型相當準確地掌握了整體趨勢。不過，這項工具無法擷取與先前 Google I/O 活動相關的流量增加情形，也無法準確預測

   1. 接下來的章節將說明如何因應部分限制。

建立使用內建節慶和自訂節慶的時間序列預測模型

如Google I/O 歷史記錄所示，2017 年至 2022 年的 Google I/O 大會舉辦日期各不相同。如要將這項差異納入考量，請根據 2022 年前的網頁瀏覽資料建立模型，預測 2022 年 Wikipedia「Google_I/O」網頁的瀏覽量，並使用自訂節慶代表每年的 Google I/O 活動。在這個模型中，您也會調整節慶效應時間範圍，涵蓋活動日期前後三天，以便更準確地擷取活動前後的潛在網頁流量。

1. 前往「BigQuery」頁面

   前往「BigQuery」

2. 在 SQL 編輯器窗格中，執行下列 SQL 陳述式：

   CREATE OR REPLACE MODEL `bqml_tutorial.forecast_googleio_with_custom_holiday`
     OPTIONS (
       model_type = 'ARIMA_PLUS',
       holiday_region = 'US',
       time_series_timestamp_col = 'date',
       time_series_data_col = 'views',
       data_frequency = 'DAILY',
       horizon = 365)
   AS (
     training_data AS (
         SELECT
           *
         FROM
           `bqml_tutorial.googleio_page_views`
         WHERE
           date < '2022-01-01'
       ),
     custom_holiday AS (
         SELECT
           'US' AS region,
           'GoogleIO' AS holiday_name,
           primary_date,
           1 AS preholiday_days,
           2 AS postholiday_days
         FROM
           UNNEST(
             [
               DATE('2017-05-17'),
               DATE('2018-05-08'),
               DATE('2019-05-07'),
               -- cancelled in 2020 due to pandemic
               DATE('2021-05-18'),
               DATE('2022-05-11')])
             AS primary_date
       )
   );

以圖表呈現預測結果

使用自訂節慶建立模型後，請將 bqml_tutorial.googleio_page_views 資料表中的原始資料，與 ML.EXPLAIN_FORECAST 函式中的預測值合併，然後使用 Looker Studio 以視覺化方式呈現：

1. 前往「BigQuery」頁面

   前往「BigQuery」

2. 在 SQL 編輯器窗格中，執行下列 SQL 陳述式：

   SELECT
     original.date,
     original.views AS original_views,
     explain_forecast.time_series_adjusted_data
       AS adjusted_views_with_custom_holiday,
   FROM
     `bqml_tutorial.googleio_page_views` original
   INNER JOIN
     (
       SELECT
         *
       FROM
         ML.EXPLAIN_FORECAST(
           MODEL
             `bqml_tutorial.forecast_googleio_with_custom_holiday`,
           STRUCT(365 AS horizon))
     ) explain_forecast
     ON
       TIMESTAMP(original.date)
       = explain_forecast.time_series_timestamp
   ORDER BY
     original.date;

3. 在「查詢結果」窗格中，依序點按「探索資料」和「透過 Looker Studio 探索」。Looker Studio 會在新分頁中開啟。

4. 在 Looker Studio 分頁中，按一下「新增圖表」，然後按一下時間序列圖表，並將圖表放在報表上。

5. 在「圖表」窗格的「設定」分頁中，按一下「新增指標」，然後選取「adjusted_views_with_custom_holiday」。

   圖表看起來類似下方：

   

   如您所見，自訂節慶活動提升了預測模型的成效。現在可有效擷取 Google I/O 造成的網頁瀏覽次數增加。

檢查節慶資訊

使用 ML.HOLIDAY_INFO 函式檢查在模型建立期間考量的節日清單：

1. 前往「BigQuery」頁面

   前往「BigQuery」

2. 在 SQL 編輯器窗格中，執行下列 SQL 陳述式：

   SELECT *
   FROM
     ML.HOLIDAY_INFO(
       MODEL `bqml_tutorial.forecast_googleio_with_custom_holiday`);

   結果會顯示 Google I/O 和內建節慶：

   

評估自訂節日的影響

使用 ML.EXPLAIN_FORECAST 函式評估自訂節日對預測結果的影響：

1. 前往「BigQuery」頁面

   前往「BigQuery」

2. 在 SQL 編輯器窗格中，執行下列 SQL 陳述式：

   SELECT
     time_series_timestamp,
     holiday_effect_GoogleIO,
     holiday_effect_US_Juneteenth,
     holiday_effect_Christmas,
     holiday_effect_NewYear
   FROM
     ML.EXPLAIN_FORECAST(
       model
         `bqml_tutorial.forecast_googleio_with_custom_holiday`,
       STRUCT(365 AS horizon))
   WHERE holiday_effect != 0;

   結果顯示，Google I/O 對預測結果的節慶效應貢獻良多：

   

比較模型效能

使用 ML.EVALUATE 函式，比較第一個未納入自訂節慶的建立模型，以及第二個納入自訂節慶的建立模型，兩者之間的成效差異。如要查看第二個模型在預測未來自訂節慶時的成效，請將時間範圍設為 2022 年 Google I/O 大會當週：

1. 前往「BigQuery」頁面

   前往「BigQuery」

2. 在 SQL 編輯器窗格中，執行下列 SQL 陳述式：

   SELECT
     "original" AS model_type,
     *
   FROM
     ml.evaluate(
       MODEL `bqml_tutorial.forecast_googleio`,
       (
         SELECT
           *
         FROM
           `bqml_tutorial.googleio_page_views`
         WHERE
           date >= '2022-05-08'
           AND date < '2022-05-12'
       ),
       STRUCT(
         365 AS horizon,
         TRUE AS perform_aggregation))
   UNION ALL
   SELECT
     "with_custom_holiday" AS model_type,
     *
   FROM
     ml.evaluate(
       MODEL
         `bqml_tutorial.forecast_googleio_with_custom_holiday`,
       (
         SELECT
           *
         FROM
           `bqml_tutorial.googleio_page_views`
         WHERE
           date >= '2022-05-08'
           AND date < '2022-05-12'
       ),
       STRUCT(
         365 AS horizon,
         TRUE AS perform_aggregation));

   結果顯示，第二個模型可大幅提升效能：

   

清除所用資源

1. In the Trusted Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.