如何确保ARIMA、LSTM等时序模型的效率预测值为百分比且不超100%

一、先做数据预处理：统一数值格式 #

不管用ARIMA还是LSTM，第一步要把百分比字符串转成0-1之间的小数：

• 把80%、90%这类字符串去掉%，转成浮点数后除以100，得到0.8、0.9这类数值。模型基于0-1区间的数值训练，最后再把预测结果乘以100加%转成百分比格式。

二、ARIMA模型的约束处理 #

ARIMA属于线性模型，容易输出超出0-1的数值，可通过以下方式约束：

1. 截断法（简单直接）
   预测得到数值后，直接做边界截断：

   import numpy as np
   pred = model.predict(...)
   pred_clipped = np.clip(pred, 0, 1)
   # 转成百分比
   pred_percent = [f"{x*100:.1f}%" for x in pred_clipped]
   

   优点是操作简单，缺点是如果预测值超出范围较多，会损失部分信息。

2. 变换法（平滑约束）

   • 对数变换：对原数据做log(x/(1-x))变换，把0-1区间映射到全体实数，用ARIMA训练变换后的数据，预测后再用逆变换1/(1+exp(-y))转回到0-1区间。
   • 逻辑斯蒂变换：和对数变换互逆，适合数据趋近于100%的场景，能避免预测突破上限。

3. 带约束的ARIMA变体
   使用贝叶斯ARIMA，给模型参数设置先验分布（比如Beta分布），限制预测值范围在0-1之间，让模型从根源上输出符合约束的数值。

三、LSTM模型的约束处理 #

LSTM作为神经网络，可通过结构设计直接实现约束：

1. 输出层用Sigmoid激活函数
   在LSTM的输出层直接使用Sigmoid激活，它会把任意实数映射到0-1区间，模型输出结果天然符合范围要求，直接转成百分比即可：

   from tensorflow.keras.models import Sequential
   from tensorflow.keras.layers import LSTM, Dense
   
   model = Sequential()
   model.add(LSTM(units=50, return_sequences=True, input_shape=(timesteps, features)))
   model.add(LSTM(units=50))
   model.add(Dense(1, activation='sigmoid'))  # 输出层用Sigmoid
   model.compile(optimizer='adam', loss='mse')
   

2. 自定义损失函数（强化约束）
   如果担心Sigmoid在极端值附近的拟合效果，可自定义损失函数，对超出0-1的预测值添加惩罚：

   import tensorflow as tf
   
   def constrained_loss(y_true, y_pred):
       mse = tf.keras.losses.mean_squared_error(y_true, y_pred)
       # 对超出0-1的部分加惩罚
       penalty = tf.reduce_mean(tf.maximum(y_pred - 1, 0) + tf.maximum(0 - y_pred, 0))
       return mse + 10 * penalty
   
   model.compile(optimizer='adam', loss=constrained_loss)
   

3. 数据归一化+截断
   即使不用Sigmoid，也可以在预测后对结果做截断处理，和ARIMA的截断法一致，把超出0-1的数值强制设为0或1，再转成百分比。

四、最终转换回百分比格式 #

不管用哪种方法得到0-1之间的预测值，最后执行以下代码即可得到百分比格式结果：

pred_percent = [f"{round(x*100, 1)}%" for x in pred_clipped]

内容的提问来源于stack exchange，提问作者def init