在某些情況下，神經網絡之類模型的表現可能會勝過更簡單的模型，但很多情況下事情并不是這樣的。

打個比方：假設你需要購買某種交通工具來跑運輸，如果你經常需要長距離運輸大型物品，那么， 購買卡車是很劃算的投資；但如果你只是要去本地超市買點牛奶，那么買一輛卡車就太浪費了。一輛汽車（如果你關心氣候變化的話，甚至可以買一輛自行車）也足以完成上述任務。

深度學習的使用場景也開始遇到這種問題了：我們假設它們的性能優于簡單模型，然后把相關數據一股腦兒地塞給它們。此外，我們在應用這些模型時往往并沒有對相關數據有適當的理解；比如說我們沒有意識到，如果對數據有直觀的了解，就不必進行深度學習。

任何模型被裝在黑匣子里來分析數據時，總是會存在危險，深度學習家族的模型也不例外。

時間序列分析我最常用的是時間序列分析，因此我們來考慮一個這方面的例子。

假設一家酒店希望預測其在整個客戶群中收取的平均每日費用（或每天的平均費用）——ADR。每位客戶的平均每日費用是每周開銷的平均值。

LSTM 模型的配置如下：

model = tf.keras.Sequential（）

model.add（LSTM（4， input_shape=（1， lookback）））

model.add（Dense（1））

model.compile（loss=‘mean_squared_error’， optimizer=‘adam’）

history=model.fit（X_train， Y_train， validation_split=0.2， epochs=100， batch_size=1， verbose=2）

下面是預測與實際的每周 ADR：

獲得的 RMSE 為 31，均值 160。RMSE（均方根誤差）的大小是平均 ADR 大小的 20％。誤差并不算高，但不得不承認，神經網絡的目的是盡可能獲得比其他模型更高的準確度，所以這個結果還是有些令人失望。

此外，這個 LSTM 模型是一個一步預測——意味著如果沒有可用的時間 t 之前的所有數據，該模型就無法進行長期預測。

也就是說，我們是不是太急著對數據應用 LSTM 模型了呢？

我們先回到出發點，首先對數據做一個全面的分析。

下面是 ADR 波動的 7 周移動平均值：

當數據通過 7 周的移動平均值進行平滑處理后，我們可以清楚地看到季節性模式的證據。

我們來仔細看看數據的自相關函數。

我們可以看到，峰值相關性（在一系列負相關性之后）滯后 52，表明數據中存在年度季節屬性。

有了這一信息后，我們可以使用 pmdarima 配置 ARIMA 模型來預測 ADR 波動的最后 15 周，并自動選擇 p、d、q 坐標以最小化赤池量信息準則。

》》》 Arima_model=pm.auto_arima（train_df， start_p=0， start_q=0， max_p=10， max_q=10， start_P=0， start_Q=0， max_P=10， max_Q=10， m=52， stepwise=True， seasonal=True， information_criterion=‘aic’， trace=True， d=1， D=1， error_action=‘warn’， suppress_warnings=True， random_state = 20， n_fits=30）Performing stepwise search to minimize aic

ARIMA（0，1，0）（0，1，0）［52］ ： AIC=422.399， Time=0.27 sec

ARIMA（1，1，0）（1，1，0）［52］ ： AIC=inf， Time=16.12 sec

ARIMA（0，1，1）（0，1，1）［52］ ： AIC=inf， Time=19.08 sec

ARIMA（0，1，0）（1，1，0）［52］ ： AIC=inf， Time=14.55 sec

ARIMA（0，1，0）（0，1，1）［52］ ： AIC=inf， Time=11.94 sec

ARIMA（0，1，0）（1，1，1）［52］ ： AIC=inf， Time=16.47 sec

ARIMA（1，1，0）（0，1，0）［52］ ： AIC=414.708， Time=0.56 sec

ARIMA（1，1，0）（0，1，1）［52］ ： AIC=inf， Time=15.98 sec

ARIMA（1，1，0）（1，1，1）［52］ ： AIC=inf， Time=20.41 sec

ARIMA（2，1，0）（0，1，0）［52］ ： AIC=413.878， Time=1.01 sec

ARIMA（2，1，0）（1，1，0）［52］ ： AIC=inf， Time=22.19 sec

ARIMA（2，1，0）（0，1，1）［52］ ： AIC=inf， Time=25.80 sec

ARIMA（2，1，0）（1，1，1）［52］ ： AIC=inf， Time=28.23 sec

ARIMA（3，1，0）（0，1，0）［52］ ： AIC=414.514， Time=1.13 sec

ARIMA（2，1，1）（0，1，0）［52］ ： AIC=415.165， Time=2.18 sec

ARIMA（1，1，1）（0，1，0）［52］ ： AIC=413.365， Time=1.11 sec

ARIMA（1，1，1）（1，1，0）［52］ ： AIC=415.351， Time=24.93 sec

ARIMA（1，1，1）（0，1，1）［52］ ： AIC=inf， Time=21.92 sec

ARIMA（1，1，1）（1，1，1）［52］ ： AIC=inf， Time=30.36 sec

ARIMA（0，1，1）（0，1，0）［52］ ： AIC=411.433， Time=0.59 sec

ARIMA（0，1，1）（1，1，0）［52］ ： AIC=413.422， Time=11.57 sec

ARIMA（0，1，1）（1，1，1）［52］ ： AIC=inf， Time=23.39 sec

ARIMA（0，1，2）（0，1，0）［52］ ： AIC=413.343， Time=0.82 sec

ARIMA（1，1，2）（0，1，0）［52］ ： AIC=415.196， Time=1.63 sec

ARIMA（0，1，1）（0，1，0）［52］ intercept ： AIC=413.377， Time=1.04 sec

Best model： ARIMA（0，1，1）（0，1，0）［52］

Total fit time： 313.326 seconds

根據上面的輸出，ARIMA（0，1，1）（0，1，0）［52］ 是 AIC 的最佳擬合模型。使用這個模型，對于 160 的平均 ADR，可獲得 10 的 RMSE。

這比 LSTM 實現的 RMSE 要低得多（這是一件好事），僅占均值大小的 6％多。

對數據進行適當的分析后，人們會認識到，數據中存在的年度季節屬性可以讓時間序列更具可預測性，而使用深度學習模型來嘗試預測這種屬性在很大程度上是多余的。

回歸分析：預測客戶 ADR 值我們換個角度來討論上述問題。

現在我們不再嘗試預測平均每周 ADR，而是嘗試預測每個客戶的 ADR 值。

為此我們使用兩個基于回歸的模型：

線性 SVM（支持向量機）

基于回歸的神經網絡

兩種模型均使用以下特征來預測每個客戶的 ADR 值：

IsCanceled：客戶是否取消預訂

country：客戶的原籍國

marketsegment：客戶的細分市場

deposittype：客戶是否已支付訂金

customertype：客戶類型

rcps：所需的停車位

arrivaldateweekno：到達的星期數

我們使用平均絕對誤差作為效果指標，來對比兩個模型相對于平均值獲得的 MAE。

線性支持向量機這里定義了 epsilon 為 0.5 的 LinearSVR，并使用訓練數據進行了訓練：

svm_reg_05 = LinearSVR（epsilon=0.5）

svm_reg_05.fit（X_train， y_train）

現在使用測試集中的特征值進行預測：

》》》 svm_reg_05.predict（atest）array（［ 81.7431138 ， 107.46098525， 107.46098525， 。..， 94.50144931，

94.202052 ， 94.50144931］）

這是相對于均值的均值絕對誤差：

》》》 mean_absolute_error（btest， bpred）

30.332614341027753》》》 np.mean（btest）

105.30446539770578

MAE 是均值大小的 28％。讓我們看看基于回歸的神經網絡是否可以做得更好。

基于回歸的神經網絡神經網絡的定義如下：

model = Sequential（）

model.add（Dense（8， input_dim=8， kernel_initializer=‘normal’， activation=‘elu’））

model.add（Dense（2670， activation=‘elu’））

model.add（Dense（1， activation=‘linear’））

model.summary（）

使用的批大小是 150，用 30 個 epoch 訓練模型：

model.compile（loss=‘mse’， optimizer=‘adam’， metrics=［‘mse’，‘mae’］）

history=model.fit（xtrain_scale， ytrain_scale， epochs=30， batch_size=150， verbose=1， validation_split=0.2）

predictions = model.predict（xval_scale）

現在將測試集的特征輸入到模型中，以下是 MAE 和平均值：

》》》 mean_absolute_error（btest， bpred）

28.908454264679218》》》 np.mean（btest）

105.30446539770578

我們看到，MAE 僅僅比使用 SVM 所獲得的 MAE 低一點。因此，當線性 SVM 模型顯示出幾乎相同的準確度時，很難證明使用神經網絡來預測客戶 ADR 是合適的選項。

無論如何，用于“解釋”ADR 的特征選擇之類的因素比模型本身有著更大的相關性。俗話說，“進垃圾，出垃圾”。如果特征選取很爛，模型輸出也會很差。

在上面這個例子里，盡管兩個回歸模型都顯示出一定程度的預測能力，但很可能要么 1）選擇數據集中的其他特征可以進一步提高準確性，要么 2）ADR 的變量太多，對數據集中特征的影響太大。例如，數據集沒有告訴我們關于每個客戶收入水平的任何信息，這些因素將極大地影響他們每天的平均支出。

結論

在上面的兩個示例中我們已經看到，使用“更輕”的模型已經能夠匹配（或超過）深度學習模型所實現的準確性。

在某些情況下，數據可能非常復雜，需要“從頭開始”在數據中使用算法學習模式，但這往往是例外，而不是規則。

對于任何數據科學問題，關鍵是首先要了解我們正在使用的數據，模型的選擇往往是次要的。

可以在此處找到上述示例的數據集和 Jupyter 筆記本。
編輯：lyn