GGS

جي جي اس

إن التجزئة الغوسية الجشعة (GGS) هي أداة حل بلغة Python لتجزئة بيانات السلاسل الزمنية متعددة المتغيرات بكفاءة. للحصول على تفاصيل التنفيذ، يرجى الاطلاع على ورقتنا في http://stanford.edu/~boyd/papers/ggs.html.

---

يأخذ GGS Solver مصفوفة بيانات n-by-T ويقسم الطوابع الزمنية T على متجه n-الأبعاد إلى مقاطع يتم شرح البيانات عليها جيدًا كعينات مستقلة من توزيع غاوسي متعدد المتغيرات. وهو يفعل ذلك عن طريق صياغة مشكلة الاحتمالية القصوى المنتظمة التغاير وحلها باستخدام الاستدلال الجشع، مع التفاصيل الكاملة الموضحة في الورقة.

التنزيل والإعداد

1. قم بتنزيل الكود المصدري في الجهاز عن طريق تشغيل:

 git clone [email protected]:davidhallac/GGS.git

2. تأكد من تنزيل الكود بشكل صحيح عن طريق تشغيل:

 cd GGS
python helloworld.py

3. لكتابة دالة Python الخاصة بك والتي تستخدم ggs، ما عليك سوى التأكد من وجود ggs.py في نفس الدليل مثل ملفك الجديد، ثم قم بإضافة الكود التالي إلى بداية البرنامج النصي الخاص بك:

 from ggs import *

الوظائف المدعومة

تحتوي حزمة GGS على ثلاث وظائف رئيسية:

 bps, objectives = GGS(data, Kmax, lamb)

يبحث عن نقاط توقف K في البيانات الخاصة بمعلمة تنظيم معينة lambda

المدخلات

البيانات - مصفوفة بيانات n-by-T، مع طوابع زمنية T لمتجه n-الأبعاد

Kmax - عدد نقاط التوقف المطلوب العثور عليها

لحم الضأن - معلمة التنظيم للتباين المشترك المنظم

المرتجعات

bps - قائمة القوائم، حيث العنصر i من القائمة الأكبر هو مجموعة نقاط التوقف الموجودة عند K = i في خوارزمية GGS

الأهداف - قائمة القيم الموضوعية في كل خطوة وسيطة (من K = 0 إلى Kmax)

---

 meancovs = GGSMeanCov(data, breakpoints, lamb)

يبحث عن المتوسطات والتباينات المشتركة المنتظمة لكل مقطع، مع مراعاة مجموعة من نقاط التوقف.

المدخلات

البيانات - مصفوفة بيانات n-by-T، مع طوابع زمنية T لمتجه n-الأبعاد

نقاط التوقف - قائمة مواقع نقاط التوقف

لحم الضأن - معلمة التنظيم للتباين المشترك المنظم

المرتجعات

Meancovs - قائمة الصفوف (المتوسط، التغاير) لكل مقطع في البيانات

---

 cvResults = GGSCrossVal(data, Kmax=25, lambList = [0.1, 1, 10])

تشغيل التحقق المتقاطع بعشرة أضعاف، وإرجاع احتمالية مجموعة القطار والاختبار لكل زوج (K، lambda) حتى Kmax

المدخلات

البيانات - مصفوفة بيانات n-by-T، مع طوابع زمنية T لمتجه n-الأبعاد

Kmax - الحد الأقصى لعدد نقاط التوقف لتشغيل GGS

lambList - قائمة بمعلمات التنظيم المطلوب اختبارها

المرتجعات

cvResults - قائمة بصفوف (lamb, ([TrainLL],[TestLL])) لكل معلمة تنظيم في lambList. هنا، يمثل TrainLL وTestLL متوسط ​​احتمالية السجل لكل عينة عبر 10 أضعاف من التحقق المتبادل لجميع K من 0 إلى Kmax

---

معلمات اختيارية إضافية (لجميع الوظائف الثلاث المذكورة أعلاه):

الميزات = [] - حدد مجموعة فرعية معينة من الأعمدة في البيانات للعمل عليها

مطول = خطأ - طباعة الخطوات المتوسطة عند تشغيل الخوارزمية

مثال الاستخدام

سيؤدي تشغيل financeExample.py إلى المخطط التالي، الذي يوضح الهدف (المعادلة 4 في الورقة) مقابل عدد نقاط التوقف:

بمجرد أن نتوصل إلى مواقع نقاط التوقف، يمكننا استخدام الدالة FindMeanCovs() ‎ للعثور على المتوسطات والتباينات لكل قطعة. في المثال الموجود في helloworld.py ، يؤدي رسم المتوسطات والتباينات والتباينات المشتركة للإشارات الثلاث إلى ما يلي:

لتشغيل التحقق المتبادل، والذي يمكن أن يكون مفيدًا في تحديد القيم المثلى لـ K و lambda، يمكننا استخدام الكود التالي لتحميل البيانات، وتشغيل التحقق المتبادل، ثم رسم الاختبار وتدريب الاحتمالية:

 from ggs import *
import numpy as np
import matplotlib.pyplot as plt

filename = "Returns.txt"
data = np.genfromtxt(filename,delimiter=' ')
feats = [0,3,7]

#Run cross-validaton up to Kmax = 30, at lambda = 1e-4
maxBreaks = 30
lls = GGSCrossVal(data, Kmax=maxBreaks, lambList = [1e-4], features = feats, verbose = False)

trainLikelihood = lls[0][1][0]
testLikelihood = lls[0][1][1]
plt.plot(range(maxBreaks+1), testLikelihood)
plt.plot(range(maxBreaks+1), trainLikelihood)
plt.legend(['Test LL','Train LL'], loc='best')
plt.show()

تبدو المؤامرة الناتجة كما يلي:

مراجع

التقسيم الغوسي الجشع لبيانات السلاسل الزمنية - د. هالاك، ب. نيستروب، وس. بويد

المؤلفون

ديفيد هالاك، بيتر نيستروب، وستيفن بويد.