Facebookのpython時間シーケンスツールfbprophet
5709 ワード
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.
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
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