訂閱
糾錯(cuò)
加入自媒體

Prophet:Facebook 簡(jiǎn)單高效的時(shí)間序列模型

4 代碼實(shí)踐

我們使用沃爾瑪股票的歷史數(shù)據(jù)來(lái)進(jìn)行分析。import pandas as pdfrom fbprophet import Prophetimport matplotlib.pyplot as plt

wmt = pd.read_csv('data/WMT.csv', usecols=[0, 5])

# 看一下數(shù)據(jù)wmt.head().a(chǎn)ppend(wmt.tail())(左右滑動(dòng)查看全部?jī)?nèi)容)

# 需要修改為制定列名wmt.columns = ['ds','y']wmt.head()

# 畫(huà)圖wmt.set_index(['ds']).plot(figsize=(18,7))(左右滑動(dòng)查看全部?jī)?nèi)容)

# 初始化模型m = Prophet()

# 擬合數(shù)據(jù)m.fit(wmt)

# 準(zhǔn)備預(yù)測(cè)值,我們要預(yù)測(cè)未來(lái)一年future = m.make_future_dataframe(periods=365)future.tail()(左右滑動(dòng)查看全部?jī)?nèi)容)

# 預(yù)測(cè)數(shù)據(jù)forecast = m.predict(future)# 畫(huà)出預(yù)測(cè)圖:m.plot(forecast)

# 畫(huà)出時(shí)間序列的分量m.plot_components(forecast)

這里做的比較簡(jiǎn)單,還有很多參數(shù)沒(méi)有加。

給出調(diào)參經(jīng)驗(yàn):

Capacities:用戶(hù)可以通過(guò)調(diào)整該參數(shù),來(lái)適配經(jīng)驗(yàn)所得的容納量;

Change points:直接指定變點(diǎn);

Holidays and seasonality:調(diào)整節(jié)假日與事件及其影響;

Smoothing parameters:通過(guò)調(diào)整

來(lái)控制模型增長(zhǎng)率的全局或者局部平滑;季節(jié)性和假日的平滑參數(shù)

可以來(lái)估計(jì)未來(lái)的季節(jié)性變化。

5 總結(jié)

簡(jiǎn)單做個(gè)總結(jié):Prophet 是 Facebook 開(kāi)源的自動(dòng)化預(yù)測(cè)的時(shí)間序列模型,其非常簡(jiǎn)單且速度非?。Prophet 基于線(xiàn)性可加模型,分量包括趨勢(shì)、季節(jié)性、節(jié)假日效應(yīng)及誤差。其非常適用于具有強(qiáng)烈季節(jié)效應(yīng)的時(shí)間序列任務(wù)。Prophet 簡(jiǎn)單之處還表現(xiàn)于對(duì)缺失值和異常點(diǎn)的健壯性,即使是不懂時(shí)間序列建模的人員也可以很快上手。

Prophet 有以下優(yōu)勢(shì):

速度快且性能好:Prophet 已經(jīng)應(yīng)用于 Facebook 的許多場(chǎng)景并提供可靠的預(yù)測(cè)。在大多數(shù)情況下,它的效果都比其他方法要好;全自動(dòng):Prophet 對(duì)于異常值、丟失的數(shù)據(jù)具有健壯性,可以對(duì)雜亂的數(shù)據(jù)進(jìn)行合理的預(yù)測(cè),無(wú)需人工介入;靈活性高:Prophet 程序?yàn)橛脩?hù)提供了許多調(diào)整接口,可以通過(guò)添加領(lǐng)域知識(shí)來(lái)改進(jìn)預(yù)測(cè);簡(jiǎn)單方便:可以使用 Python 或者 R,非常方便。

但 Prophet 也有以下局限:

無(wú)法人為加特征;模型過(guò)于簡(jiǎn)單,常常處于欠擬合狀態(tài);不適合長(zhǎng)期預(yù)測(cè)。

6 參考資料

[1] Taylor S J, Letham B. Forecasting at scale[J]. The American Statistician, 2018, 72(1): 37-45.[2] Github: Prophet[3] Intro to Facebook Prophet

關(guān)于我“門(mén)”

將門(mén)是一家以專(zhuān)注于發(fā)掘、加速及投資技術(shù)驅(qū)動(dòng)型創(chuàng)業(yè)公司的新型創(chuàng)投機(jī)構(gòu),旗下涵蓋將門(mén)創(chuàng)新服務(wù)、將門(mén)技術(shù)社群以及將門(mén)創(chuàng)投基金。將門(mén)成立于2015年底,創(chuàng)始團(tuán)隊(duì)由微軟創(chuàng)投在中國(guó)的創(chuàng)始團(tuán)隊(duì)原班人馬構(gòu)建而成,曾為微軟優(yōu)選和深度孵化了126家創(chuàng)新的技術(shù)型創(chuàng)業(yè)公司。

將門(mén)創(chuàng)新服務(wù)專(zhuān)注于使創(chuàng)新的技術(shù)落地于真正的應(yīng)用場(chǎng)景,激活和實(shí)現(xiàn)全新的商業(yè)價(jià)值,服務(wù)于行業(yè)領(lǐng)先企業(yè)和技術(shù)創(chuàng)新型創(chuàng)業(yè)公司。

將門(mén)技術(shù)社群專(zhuān)注于幫助技術(shù)創(chuàng)新型的創(chuàng)業(yè)公司提供來(lái)自產(chǎn)、學(xué)、研、創(chuàng)領(lǐng)域的核心技術(shù)專(zhuān)家的技術(shù)分享和學(xué)習(xí)內(nèi)容,使創(chuàng)新成為持續(xù)的核心競(jìng)爭(zhēng)力。

將門(mén)創(chuàng)投基金專(zhuān)注于投資通過(guò)技術(shù)創(chuàng)新激活商業(yè)場(chǎng)景,實(shí)現(xiàn)商業(yè)價(jià)值的初創(chuàng)企業(yè),關(guān)注技術(shù)領(lǐng)域包括機(jī)器智能、物聯(lián)網(wǎng)、自然人機(jī)交互、企業(yè)計(jì)算。在近四年的時(shí)間里,將門(mén)創(chuàng)投基金已經(jīng)投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數(shù)科技、迪英加科技等數(shù)十家具有高成長(zhǎng)潛力的技術(shù)型創(chuàng)業(yè)公司。

<上一頁(yè)  1  2  3  4  
聲明: 本文由入駐維科號(hào)的作者撰寫(xiě),觀(guān)點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

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

    粵公網(wǎng)安備 44030502002758號(hào)