这几天需求比较少，于是就想找个比赛打，顺便学习，充电，搜了一下，看到阿里云有很多正在进行的比赛，于是就报名参加了一个，一开始看到数据，感觉数据不大，应该好做，但是，再一细看，比赛有算法要求，给了一个算法列表，我一看，靠，一个都没见过，亏我做了大半年数据分析，看来还是嫩的很，基础理论知识太薄弱了，需要大补，于是各种百度，看算法列表上的算法都是干什么的，经过一番搜索，发现他列的算法都是那种公式型的，需要比较扎实的理论知识，概率与统计，线性代数，微积分什么的，后来我就搜现在有什么好用的包来做这方面的东西没有，发现有个包是做这个的，它就是statsmodels，于是开始看sm的文档，看了两天，终于看到一个能用到比赛的模型，于是就赶紧带入数据建模，预测，做出一个结果，提交了上去，嘿，你还别说，上来准确率就得了0.49，排行榜46名，我心情大好，非常有成就感，虽然我还没弄明白具体的原理，哈哈。

废话少说，放代码

from statsmodels.datasets import co2
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
f = r"C:\Users\c-master\Desktop\下载\tianchi\train.csv"
data = pd.read_csv(f)
data.set_index('time',inplace=True)
#data=co2.load(as_pandas=True).data
#data = data[['cv1']]
print(data)

data.plot()

data_diff=data.diff(20).dropna()#12阶差分，删掉缺失值
data_diff=data
print(data_diff.head(10))

from statsmodels.tsa.arima_model import ARMA#导入ARMA类
from statsmodels.tsa.api import VAR
#from statsmodels.tsa.arima.model import ARMA,ARIMA
model=VAR(data_diff)
results = model.fit(1)
print(results.summary())

results.plot()

results.plot_acorr()

predict_df = pd.read_csv(r"C:\Users\c-master\Desktop\下载\tianchi\predict.csv")
predict_data = predict_df.set_index("time")
lag_order = results.k_ar
print(lag_order)
df = pd.DataFrame({
    'cv1':[324],
    'cv2':[0.877]
})
for i in range(0,50):
    pre_res = results.forecast(predict_data.values[i*100+2-1:i*100+2], 99)
    tmp_data = predict_data.iloc[i*100+2-1:i*100+2,[3,4]].copy()

    dt = pd.DataFrame(pre_res,columns=['dv1','dv2','mv1','cv1','cv2'])
    tmp_res = dt.loc[:,['cv1','cv2']]
    df = pd.concat([df,tmp_data,tmp_res],axis=0)

df.to_csv("predict.txt",index=False)

这个代码实现是一个var算法，翻译过来就是向量自回归算法，用来处理多列的时序数据建模，在深度学习爆火的当下，大家已经很熟悉，处理时序预测有专门的神经网络lstm，trasformer等，但是没办法，官方不让用，因为这个算法要用到控制器里，而神经网络模型首先比较大，第二，可解释性比较差，所以不太适合，所以只能用传统的公式模型，虽然这些传统模型在神经网络的光辉下已经不再那么耀眼，但是技术含量是丝毫不含糊的，理解起来比神经网络更难，因为涉及到的理论知识特别多。

        总的来说，这次参赛还是有很大收获，不管最后什么排名，通过比赛，知道自己哪些地方还需要补足，学到东西，这些隐藏目标才是最重要的。