訂閱
糾錯
加入自媒體

Prophet:Facebook 簡單高效的時間序列模型

3.3 節(jié)假日和突發(fā)事件模型

除了季節(jié)性影響,節(jié)假日或者某些事件也會對時間序列產(chǎn)生很大的沖擊,并且往往也不遵循周期模式。所以我們需要單獨的拿出來進行設(shè)置。

Prophet 允許用戶設(shè)置過去和未來的假日或者事件,并且設(shè)置節(jié)假日影響的時間長短。

考慮回歸矩陣:

其中,

為指示函數(shù)。

于是,我們便有:

其中,

。v 可以自行設(shè)置,默認(rèn)為10,值越大,節(jié)假日對模型的影響越大;值越小,節(jié)假日對模型的影響越小。

3.4 模型擬合

通過上面的趨勢、季節(jié)和事件后,我們便可以將其通過加法模型進行累加:

作者使用 pyStan 中的 L-BFGS 方法來對函數(shù)進行優(yōu)化擬合。

下圖展示了一周的周期性:

下圖展示了 Prophet 擬合過去值和預(yù)測未來值的效果:

下圖為數(shù)據(jù)的分解,包括趨勢、周期(周、年):

放一個 Prophet 與其他模型的精度對比:

<上一頁  1  2  3  4  下一頁>  余下全文
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標(biāo)題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網(wǎng)安備 44030502002758號