0

我觉得这更像是一个基本的 python 问题，但我正在努力寻找有关如何引用这些加性回归组件的答案。

FB Prophet 文档说要构建一个参数网格，其中包含您想要迭代地传递到模型中的所有设置配置，以确定产生最小错误量的组合，我已经（部分地）这样做了：

param_grid = {  
                'changepoint_prior_scale': [[0.005, .01, 0.05, 0.5, 1, 5, 10, 20, 30, 40, 50, 60, 70, 80 ,90, 100],
                'changepoint_range': [0.8, 0.9],
                'holidays_prior_scale':[[0.005, .01, 0.05, 0.5, 1, 5, 10, 20, 30, 40, 50, 60, 70, 80 ,90, 100]],
                'seasonality_mode': ['multiplicative', 'additive'],
                'growth': ['linear', 'logistic'],
                
              }

Facebook 文档在这里供参考：https ://facebook.github.io/prophet/docs/diagnostics.html#hyperparameter-tuning

该文档仅说明了如何对标准 python 模型功能进行超参数调整，没有示例说明如何为 Prophet 模型支持的“添加”回归功能传递迭代参数。

这是我的相关代码的示例：

M = Prophet(
    growth='linear',
    #interval_width=0.80,
    seasonality_mode= 'multiplicative',
    daily_seasonality=False,
    weekly_seasonality=False,
    yearly_seasonality=False,
    holidays=Holidays
    ).add_seasonality(
        name='monthly',
        period=30.5,
        fourier_order=50,#25
        prior_scale=20
    ).add_seasonality(
        name='daily',
        period=1,
        fourier_order=70,#25
        prior_scale=20
    ).add_seasonality(
        name='weekly',
        period=7,
        fourier_order=50,
        prior_scale=60
    ).add_seasonality(
        name='yearly',
        period=365.25,
        fourier_order= 30)

我想知道如何在我的参数网格中适当地引用诸如“Monthly Fourier_Order”和“Monthly Prior_Scale”之类的内容。我试过 Monthly.fourier_order 并没有用。

我假设这可能是一个基本的 python 引用问题与 Prophet 特定的问题。我只是不确定如何正确引用这些附加功能。

任何帮助，将不胜感激。

4

0 回答 0