在 ARIMA_PLUS 時間序列預測模型中使用自訂節日

本教學課程說明如何執行下列工作：

• 建立僅使用內建假日的 ARIMA_PLUS 時間序列預測模型。
• 建立 ARIMA_PLUS 時間序列預測模型，除了內建節日外，也使用自訂節日。
• 以圖表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日。
• 評估自訂節日對預測結果的影響。
• 比較僅使用內建假日的模型成效，以及同時使用自訂假日和內建假日的模型成效。

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，您必須具備 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，您必須具備下列權限：

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

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

費用

在本文件中，您將使用下列 Google Cloud計費元件：

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

您可以使用 Pricing Calculator，根據預測用量估算費用。

初次使用 Google Cloud 的使用者可能符合免費試用期資格。

詳情請參閱「BigQuery 定價」一文。

事前準備

1. 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.
   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

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

3. Enable the BigQuery API, if it is not already enabled.

   Roles required to enable APIs

   To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

   Enable the API

建立資料集

如要建立 BigQuery 資料集，請選取下列其中一個選項：

控制台

1. 前往 Google Cloud 控制台的「BigQuery」頁面。

   前往「BigQuery」

2. 點選左側窗格中的 「Explorer」。

   

   如果沒有看到左側窗格，請按一下 「Expand left pane」(展開左側窗格)，開啟窗格。

3. 在「Explorer」中展開專案，然後按一下「資料集」。

4. 在「Datasets」(資料集) 頁面，按一下「Create dataset」(建立資料集)。

5. 在「建立資料集」窗格中，執行下列操作：

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

   • 在「資料位置」部分，選取「US」。

   其餘預設設定則保持不變。

6. 點選「建立資料集」。

bq

如要建立新的資料集，請使用 bq mk --dataset 指令。

1. 建立名為 bqml_tutorial 的資料集，並將資料位置設為 US：

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

2. 確認資料集已建立：

   bq ls

API

使用定義的資料集資源呼叫 datasets.insert 方法：

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

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至單一資料表，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)

建立使用內建假日的時序預測模型

建立模型，根據 2022 年前的網頁瀏覽資料，並考量內建節慶，預測維基百科「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

使用內建節日建立模型後，請將 bqml_tutorial.googleio_page_views 資料表中的原始資料與 ML.EXPLAIN_FORECAST 函式的預測值彙整，然後使用數據分析以視覺化方式呈現：

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_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，依序點選「開啟方式」>「數據分析」。在新分頁中開啟數據分析。

4. 在「數據分析」分頁中，點選 新增圖表，然後點選時間序列圖表：

   

   將圖表放在報表上。

5. 在「Chart」(圖表) 窗格的「Setup」(設定) 分頁中，點選「Add metric」(新增指標)，然後選取「adjusted_views_without_custom_holiday」：

   

   圖表應如下所示：

   

   您可以看到預測模型能準確掌握一般趨勢。不過，這個模型無法擷取與先前 Google I/O 活動相關的流量增加情形，也無法準確預測

   1. 下一節將說明如何處理其中一些限制。

建立時間序列預測模型，並使用內建和自訂節日

如 Google I/O 歷史記錄所示，Google I/O 活動在 2017 年至 2022 年間的舉辦日期各不相同。為考量這項變化，請建立模型，根據 2022 年之前的網頁瀏覽資料，預測維基百科「Google_I/O」網頁在 2022 年之前的網頁瀏覽量，並使用自訂節日代表每年的 Google I/O 活動。在這個模型中，您也將節慶效果時間範圍調整為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

使用自訂節慶假日建立模型後，請將 bqml_tutorial.googleio_page_views 資料表中的原始資料與 ML.EXPLAIN_FORECAST 函式的預測值彙整，然後使用數據分析以視覺化方式呈現：

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「Query results」(查詢結果) 窗格中，依序點選「Explore data」(探索資料) 和「Explore with Data Studio」(透過數據分析探索)。在新分頁中開啟數據分析。

4. 在「數據分析」分頁中，按一下「新增圖表」，點選「時間序列圖」，然後將圖表放在報表上。

5. 在「Chart」(圖表) 窗格的「Setup」(設定) 分頁中，點選「Add metric」(新增指標)，然後選取「adjusted_views_with_custom_holiday」。

   圖表應如下所示：

   

   如您所見，自訂節日提升了預測模型的成效。現在，這個模型能有效擷取 Google I/O 帶來的網頁瀏覽量增幅。

檢查節慶資訊

使用 ML.HOLIDAY_INFO 函式，檢查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`);

   結果會同時顯示 Google I/O 和內建的假日清單：

   

評估自訂假日的影響

使用 ML.EXPLAIN_FORECAST 函式，評估自訂節慶對預測結果的影響：

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 對預測結果產生了大量的節慶效應：

   

比較模型效能

使用 ML.EVALUATE 函式，比較第一個模型 (未自訂節日) 和第二個模型 (已自訂節日) 的成效。如要查看第二個模型在預測未來自訂節慶時的成效，請將日期範圍設為 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，第二個模型的效能大幅提升：

   

清除所用資源

警告：刪除專案會出現以下結果：

• 專案中的所有內容都會遭到刪除。如果使用現有專案來進行本文中的任務，刪除專案將一併移除當中已完成的其他任務'。
• 自訂專案 ID 會消失。當您之前建立這個專案時，可能建立了想要在日後使用的自訂專案 ID。如要保留使用該專案 ID 的網址 (例如 appspot.com 網址)，請刪除在該專案中選取的資源，而不是刪除整個專案。

如果打算探索多種架構、教學課程或快速入門導覽課程，重複使用專案可避免超出專案配額限制。

1. 前往 Google Cloud 控制台的「Manage resources」(管理資源) 頁面。

   前往「Manage resources」(管理資源)

2. 在專案清單中選取要刪除的專案，然後點選「Delete」(刪除)。
3. 在對話方塊中輸入專案 ID，然後按一下 [Shut down] (關閉) 以刪除專案。