Facebookのpython時間シーケンスツールfbprophet

参照先:http://blog.csdn.net/wjskeepmaking/article/details/64905745
ツールのインストールには直接pip install fbprophetが必要です
エラーメッセージによると、公式サイトにMicrosoft Visual Studio 14.0 2015をインストールし、私の環境はwin 7で、期間は必要です.Netのあるパッチは、流れに従ってください.

import pandas as pd  
import numpy as np  
from fbprophet import Prophet  
from matplotlib import pyplot as plt  

df=pd.read_csv('/example_wp_peyton_manning.csv')
df.head()
#
changepoints=['2014-01-01'] 
playoffs = pd.DataFrame({  
  'holiday': 'playoff',  
  'ds': pd.to_datetime(['2008-01-13', '2009-01-03', '2010-01-16',  
                        '2010-01-24', '2010-02-07', '2011-01-08',  
                        '2013-01-12', '2014-01-12', '2014-01-19',  
                        '2014-02-02', '2015-01-11', '2016-01-17',  
                        '2016-01-24', '2016-02-07']),  
  'lower_window': 0,  
  'upper_window': 1,  
})  
superbowls = pd.DataFrame({  
  'holiday': 'superbowl',  
  'ds': pd.to_datetime(['2010-02-07', '2014-02-02', '2016-02-07']),  
  'lower_window': 0,  
  'upper_window': 1,  
})  
holidays = pd.concat((playoffs, superbowls))  
df.rename(columns={'date':'ds', 'y':'y'}, inplace = True)
'''
growth = 'linear'：fbporphet     ，             （growth='logistic'）

changepoints:       ，     ，             ：

n_changepoints:    25，  changepoints     ，  changepoints  ，           。  changepoints   ，           80%   25 （   n_changepoints      ）     。

yearly_seasonality:             ，True  yearly_trend,yearly_upper,yearly_lower   。

weekly_seasonality:             ，   True，     ，

weekly_trend,weekly_upper,weekly_lower   。

daily_seasonality:      ，  fbprophet            ，

holidays:  pd.dataframe     。       holiday  (string) ds(date  ）    

lower_window upper_window       lower_window  upper_window         。

lower_window=-2    2        

seasonality_prior_scale：          ，                   ，         。

holidays_prior_scale:           。

changepoint_prior_scale:                ，              ，              。

mcmc_samples:  ，   0，  mcmc         ，   0，        。       ，  mcmc_samples=20

interval_width:   ，             ，  mcmc_samples=0,            ，  mcmc_samples>0，               ，           

uncertainty_samples:     ，            

include_history：        ，      。
'''
prophet=Prophet(yearly_seasonality=False,weekly_seasonality=True,changepoint_prior_scale=1,seasonality_prior_scale=1)#  
prophet.fit(qf)#  
future = prophet.make_future_dataframe(freq='m',periods=1)#freq='D'    ,periods:        ,              ,
forecasts = prophet.predict(future)  

prophet.plot(forecasts).show()  
prophet.plot_components(forecasts).show()  

以下では、画像に使用されるデータを非コードのデータとして生成し、コードに使用されるデータをhttps://github.com/facebookincubator/prophet/blob/master/examples/example_wp_peyton_manning.csvダウンロード
トレンド分解の結果、結果に基づいてパラメータを調整できる