本文展示基于paddle构建自回归模型库paddleautoregressive的过程。先介绍自回归模型原理，说明其本质为线性模型组合。接着展示基础模块autoregressive类的搭建，以此封装出ar模型，还介绍了数据读取、模型训练与预测的实现。最后说明将代码封装为库的方法，方便用户通过源码下载、pip安装和导入使用。项目会持续更新，欢迎交流。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
PaddleAutoregressive 从0构造一个基于Paddle的自回归模型库
自回归是一个传统的时间序列方法，已经有很多开源框架集成提供了对应的使用方法。为了更加便利地使用Paddle进行开发，本项目目的是开发一个基于Paddle的自回归时间序列库。
关于Autoregressive
参考百度百科：“自回归模型（英语：Autoregressive model，简称AR模型），是统计上一种处理时间序列的方法，用同一变数例如x的之前各期，亦即x1至xt-1来预测本期xt的表现，并假设它们为一线性关系。因为这是从回归分析中的线性回归发展而来，只是不用x预测y，而是用x预测 x（自己）；所以叫做自回归”。
简单来说，自回归模型本质是一种线性模型，即paddle.nn.Linear。迄今为止，自回归模型已经有很多派生，比如ARX、ARMA、ARARX等等，但这些模型仍然可以通过对Lienar进行组合实现。
关于本项目
本项目并非一个库的推广，而是构造一个库的过程的展示。整个内容会比较粗浅，欢迎大家一起学习交流。
PaddleAutoregressive会随着时间（我闲的没事的时候）而不断更新，维护地址为：https://github.com/Liyulingyue/PaddleAutoregressive，如果大家感兴趣欢迎前往提ISSUR或PR。也可以直接在本项目下评论~
内容介绍
本次介绍的内容如下：
- 网络 Autoregressive
- AR模型的实现与训练
- 封装为库（Setup.py的攥写），通过这种方式可以简单的让大家通过“下载源码 - PIP - import”的方式使用代码
自回归模型
参考知乎页面，几个自回归模型的可以看做满足以下格式：
A(p)y(k)=B(q)u(k)+C(o)v(k)
其中：
- A(p)y(k)=y(k)+a1y(k−1)+a2y(k−2)+...+apy(k−p)，B(q)u(k)和C(o)v(k)类似。
- y是因变量
- u是自变量
- v是扰动项。
特别的，对于最基础的AR模型，可设B和C为0，即
A(p)y(k)=0
⇒A(p)y(k)=y(k)+a1y(k−1)+a2y(k−2)+...+apy(k−p)
⇒y(k)=−a1y(k−1)−a2y(k−2)−...−apy(k−p)
因而，我们可以实现一个通用的基础模块，并在这个基础模块的基础上不断封装从而实现AR、ARMA、FIR等时间预测模型。
代码
基础模块的搭建
显然，自回归模型是一些Linear层的组合。只需要设定各个输入的阶数，在网络中配置对应的Linear层即可。
import paddleclass Autoregressive(paddle.nn.Layer):
def __init__(self, y_features, x_features, e_features):
# y_features 是一个整数，是因变量的阶数
# x_features 是一个由整数组成的list，是自变量的阶数，例如有10个自变量，则list的长度为10，每个变量的阶数都可以有所不同
# e_features 是一个整数，误差的阶数
super(Autoregressive, self).__init__()
self.y_features = y_features
self.x_features = x_features
self.e_features = e_features # 构造一个linear_list用于动态构造Linear层
linear_list = [] if y_features != 0:
linear_list.append(paddle.nn.Linear(y_features, 1, bias_attr=True)) for _x in x_features:
linear_list.append(paddle.nn.Linear(_x, 1, bias_attr=True)) if e_features != 0:
linear_list.append(paddle.nn.Linear(e_features, 1, bias_attr=True))
# 将构造好的网络进行组合
self.linear_list = paddle.nn.Sequential(*linear_list) def forward(self, *inputs):
# 自回归模型本质是各个Linear的加法，用0初始化输出变量
output = paddle.to_tensor([0]).astype('float32') # 逐个Linear计算
for i in range(len(self.linear_list)):
output += self.linear_list[i](inputs[i])
return output如果我们想模拟FIR(Finite Impulse Response)滤波器，只需要对应的设置y_feature = 0，e_features = 0即可。下述代码建立了一个一阶FIR。
model = Autoregressive(0, [1], 0) x = paddle.to_tensor(1,dtype='float32').reshape([1,1]) model(x)
Tensor(shape=[1, 1], dtype=float32, place=Place(cpu), stop_gradient=False,
[[0.52980936]])基于Autoregressive构造AR
AR是自回归模型，即仅保留y_features为对应阶数，x_features 设为 []，e_features设为0即可。从用户的角度来说，他们只希望填入y_features，并不像更多的给x_features进行赋值。因而，我们可以进行适当的封装，仅留一个参数给用户输入即可。
import paddleclass AR(paddle.nn.Layer):
def __init__(self, y_features):
super(AR, self).__init__()
self.y_features = y_features
self.Autoregressive = Autoregressive(y_features, [], 0) def forward(self, *inputs):
# 只有自回归变量y输入，传入inputs和传入inputs[0]都可以
output = self.Autoregressive(inputs[0]) return output这里也可以通过继承父类的方式实现，考虑到后续的扩展，例如预测隐变量（具体怎么使用Paddle做到还没考虑好），这里优先通过模型组网的方式实现。
model = AR(5) paddle.summary(model,(5,5))
----------------------------------------------------------------------------
Layer (type) Input Shape Output Shape Param #
============================================================================
Linear-2 [[5, 5]] [5, 1] 6
Autoregressive-2 [[5, 5]] [5, 1] 0
============================================================================
Total params: 6
Trainable params: 6
Non-trainable params: 0
----------------------------------------------------------------------------
Input size (MB): 0.00
Forward/backward pass size (MB): 0.00
Params size (MB): 0.00
Estimated Total Size (MB): 0.00
----------------------------------------------------------------------------{'total_params': 6, 'trainable_params': 6}模型使用
构造数据读取器
数据使用空气质量数据集。
# 读取数据，复现时请到上述链接中下载文件，解压后，将csv文件放在aistudio目录中import pandas as pdimport numpy as np
df = pd.read_csv('AirQualityUCI.csv', sep=';')
df = df.dropna(how = 'all')
y = df.iloc[:,3].to_list()# 对y进行简单预处理，映射为均值为1的序列y = (np.array(y)/np.array(y).mean()).tolist()import paddleclass MyDateset(paddle.io.Dataset):
def __init__(self, y_list = y, q = 100, mode = 'train'): # q是阶数
super(MyDateset, self).__init__()
self.mode = mode
self.y = y
self.q = q def __getitem__(self, index):
data = self.y[index:index+self.q]
label = self.y[index + self.q]
data = paddle.to_tensor(data, dtype='float32').reshape([self.q])
label = paddle.to_tensor(label, dtype='float32') return data,label def __len__(self):
return len(self.y)-self.qif 1:
train_dataset=MyDateset(y, 100)
train_dataloader = paddle.io.DataLoader(
train_dataset,
batch_size=16,
shuffle=True,
drop_last=False) for step, data in enumerate(train_dataloader):
data, label = data print(step, data.shape, label.shape) break0 [16, 100] [16, 1]
模型训练
model = AR(100)
model.train()if 1: try: # 接续之前的模型重复训练
param_dict = paddle.load('./model.pdparams')
model.load_dict(param_dict) except: print('no such model file')
train_dataset=MyDateset(y, 100)
train_dataloader = paddle.io.DataLoader(
train_dataset,
batch_size=64,
shuffle=True,
drop_last=False)
max_epoch=100scheduler = paddle.optimizer.lr.CosineAnnealingDecay(learning_rate=0.00001, T_max=max_epoch)
opt = paddle.optimizer.Adam(learning_rate=scheduler, parameters=model.parameters())
now_step=0for epoch in range(max_epoch): for step, data in enumerate(train_dataloader):
now_step+=1
img, label = data
pre = model(img)
loss = paddle.nn.functional.mse_loss(pre, label).mean()
loss.backward()
opt.step()
opt.clear_gradients() if now_step%100==0: print("epoch: {}, batch: {}, loss is: {}".format(epoch, step, loss.mean().numpy()))
paddle.save(model.state_dict(), 'model.pdparams')模型预测
训练好模型后，可以朝后预测。这里给出一个预测100个数据的demo。
data = y[-100:]for i in range(100):
input_y = data[i:i+100]
input_y = paddle.to_tensor(input_y).reshape([1,100])
output_y = model(input_y)
data.append(output_y.numpy()[0][0])构造包
参考简书 - 编写 python package 中的 setup.py 文件
如果希望用户能够通过“pip - import”的方式使用编写后的代码，需要进行如下操作：
- 建立一个文件夹
- 将代码文件都塞到文件夹内
- 和文件夹同级目录下编写setup.py文件
本项目的文件夹路径如下
|- PaddleAutoregressive |- __init__.py # 留空即可 |- AR.py # AR的模型声明，需要从Autoregressive.py中import Autoregressive，打包后import路径要从包名开始 |- Autoregressive.py # 基础模型的声明|-setup.py
setup.py内容如下：
from setuptools import setup, find_packages setup( name='PaddleAutoregressive', packages=find_packages() )
上传至github后，即可让用户从拉取源码，pip install -e .,import的方式使用写好的代码啦~
从Git Clone开始使用Autoregressive
# 下载代码! git clone https://github.com/Liyulingyue/PaddleAutoregressive.git %cd ~/PaddleAutoregressive# 安装! pip install -e .
%cd ~import PaddleAutoregressive.AR as ARimport paddle model = AR.AR(5) paddle.summary(model,(5,5))
接下来，就可以将AR模型和Paddle模型进行任意组网和训练啦~
