Serie de Tiempo Simple
Una serie de tiempo es una secuencia de datos recolectados en intervalos de tiempo regulares, ordenados cronológicamente.
Estos datos pueden representar diversos fenómenos, como la temperatura diaria, las ventas mensuales, el precio de acciones, o cualquier otra variable que se registre a lo largo del tiempo. El análisis de series de tiempo busca identificar patrones, tendencias, y estacionalidades para hacer predicciones o comprender mejor el comportamiento del fenómeno estudiado.
Hacemos una implementacion en Python para predecir la variación estacional de la temperatura a lo largo de un año.
Importamos los módulos necesarios
Generación de la Serie Temporal
Se genera una serie temporal con una componente sinusoidal y un ruido aleatorio, como explicamos anteriormente.
Función para Crear Secuencias de Datos y Etiquetas
sta función toma la serie temporal data
y un window_size
(tamaño de ventana) y genera secuencias de longitud window_size
y sus etiquetas correspondientes, que son el siguiente valor en la serie temporal.
División de Datos en Conjuntos de Entrenamiento y Prueba
Creación del Modelo RNN
Se define un modelo secuencial de
tf.keras
.La primera capa es una
SimpleRNN
con 32 unidades y una forma de entrada que corresponde a lawindow_size
y 1 característica.La segunda capa es una capa densa (
Dense
) con una unidad de salida.
Compilación y entrenamiento del Modelo
Evaluación del Modelo
Predicción de Valores Futuros
future
define el número de puntos futuros a predecir.last_sequence
es la última secuencia de los datos de entrenamiento.En el bucle, se predicen los siguientes valores uno a uno y se actualiza
last_sequence
desplazándola y añadiendo la nueva predicción al final.
Visualización de la Serie Temporal Original y las Predicciones
Se grafica la serie temporal original y las predicciones futuras usando matplotlib
Last updated