如何在BigQuery的ARIMA_PLUS中用补零替代插值做预测？

不用提前给原销售表填充零行，而是通过动态生成完整日期-产品序列的方式，在查询时临时补全无销售日期的零值，再喂给ARIMA_PLUS模型。这种方式不会增大原表体积，完全在查询层处理。

具体实现步骤 #

• 生成每个产品的完整日期范围：用GENERATE_DATE_ARRAY生成需要覆盖的日期区间，结合从销售表去重得到的产品列表交叉连接，得到每个产品每天的组合。
• 左关联销售表：将生成的完整序列和原销售表关联，没有匹配到销售记录的行，用COALESCE把销售金额设为0。
• 用补全后的完整序列作为ARIMA_PLUS的输入，进行训练或预测。

示例SQL代码 #

WITH product_dates AS (
  -- 生成所有目标产品的完整日期序列
  SELECT
    p.product_id,
    date
  FROM (
    -- 从销售表提取所有需要预测的产品
    SELECT DISTINCT product_id FROM `your-project.your-dataset.sales_table`
  ) p
  CROSS JOIN UNNEST(
    GENERATE_DATE_ARRAY(
      DATE('2022-01-01'), -- 序列起始日期（根据你的数据调整）
      CURRENT_DATE(),     -- 序列截止到当前日期
      INTERVAL 1 DAY
    )
  ) AS date
),
full_sales_sequence AS (
  -- 补全无销售日期的零值
  SELECT
    pd.product_id,
    pd.date,
    COALESCE(s.sales_amount, 0) AS sales_amount
  FROM product_dates pd
  LEFT JOIN `your-project.your-dataset.sales_table` s
    ON pd.product_id = s.product_id
    AND pd.date = s.date
)
-- 训练ARIMA_PLUS模型并预测未来30天
SELECT
  product_id,
  date,
  sales_amount,
  forecast_value,
  lower_bound,
  upper_bound
FROM ML.FORECAST(
  MODEL `your-project.your-dataset.sales_forecast_model`,
  STRUCT(30 AS horizon), -- 预测未来30天，可调整
  (SELECT * FROM full_sales_sequence)
);

关键说明 #

• 这个方案完全基于查询动态生成完整序列，原销售表保持不变，不会产生额外存储开销。
• ARIMA_PLUS接收到的是包含零值的完整时间序列，训练和预测逻辑会自动识别无销售日期的零值，无需依赖模型的插值默认行为。
• 如果已经提前训练好模型，只需在预测阶段用同样的full_sales_sequence逻辑构造输入数据即可。

内容的提问来源于stack exchange，提问作者federico giner