0

我想在使用来自 tidyverts 的令人敬畏的fable包（此处为 fable.prophet）时进行超参数优化

使用fable.prophet的示例，如https://github.com/mitchelloharawild/fable.prophet中所述。

fit <- cafe %>% 
  model(
    prophet = prophet(Turnover ~ season("year", 4, type = "multiplicative"))
  )

这里的参数已经在示例中确定。但我想在尝试一系列值后自己得出参数。

就像说

type = c('additive', 'multiplicative') , 
changepoint_prior_scale = c(0.005, 0.05, 0.5, 5) ,
changepoint_range = c(0.8, 0.9),
growth = c('linear', 'logistic')

因为这些参数对于我的数据集可能不一样。我想使用tidymodelstune()进行超参数调整/优化，或者使用其他方法在达到最佳参数值之前有效地通过一系列参数值。

我能找到的最接近的是这里的讨论https://community.rstudio.com/t/hyperparameter-tuning-facebook-prophet-in-r/97395 或模型时间，但我正在寻找分层/分组/嵌套时间序列预测与协调因此我更喜欢只使用fable.prophet。

我可以通过单独检查数据中的每个组来手动解决这个问题，但是对于至少 30 个组（如果不是 10 个以上的数据子组），这必须每 6-12 个月重做一次。（国家、平台、产品等）

如果有人能指出任何已经存在的方法或解决这个问题的聪明方法，那就太好了。

谢谢

4

0 回答 0