问题标签 [facebook-prophet]

我正在使用 facebook Prophet 进行多变量预测，它反对预测价格。我的目标变量也受到 n 个外部变量的影响。

我正在使用 fb 先知库的 add_regressor 添加这些变量，但无法找出一种方法来了解这些变量在预测 y 中的强度。

我们能得到一个显示 pvalues 、 beta 估计值、标准误差等的摘要吗？

我用 Facebook Prophet创建了一个模型。我现在想知道从在线 Web 应用程序 (Django) 访问这些预测的“最佳”方式是什么。

要求是我必须每周使用来自我的 Django 应用程序 (PostgreSQL) 的数据来训练/更新我的模型。预测将被保存，我希望能够从我的 Django 应用程序调用/访问这些数据。

在我查看了 Google Cloud 和 AWS 之后，我找不到任何可以通过 API 访问预测的方式来托管我的模型的解决方案。

我现在解决这个问题的最佳想法/方法：

1)构建一个 Flask 应用程序，每周训练我的模型。预测保存在 PostgreSQL 中。数据将是从我的 Django Web 应用程序每周导出的 CSV 文件。

2) 在我的 Flask 应用程序中创建一个 API，它可以访问数据库中的预测。

3) 从我的 Django 应用程序中，我可以在需要时调用 API 并访问数据。

我很确定我的方法听起来很颠簸，可能不是它的完成方式。您对如何更好地解决它有任何反馈或想法吗？简而言之：

1) 预测来自 PostgresSQL 数据库的数据。

2) 在 Django Web 应用程序中提供预测。

我试图通过 Facebook Prophet 了解预测趋势的分布。我知道它具有指定时期的预测的不确定区间，但我真的不知道不确定区间是如何分布的，是否可以计算指定区间的概率？

我已经阅读了有关 Prophet 的论文，并且知道可以通过调整参数来影响预测趋势，包括changepoint_prior_scale、interval_width、mcmc_samples。因为我对统计学不是很熟悉，所以根据我的理解，预测值应该分布在一个范围内，它们的总概率为 1，就像标准正态分布一样。

我想知道Prophet预测值的指定范围，我能知道它的概率吗？例如，如果 Prophet 模型给我预测人口将在三个月内增加，上限为 10000，下限为 1000，我能知道三个月内人口规模位于 2000 到 8000 之间的概率吗？ ?

我用Prophet创建了一个机器学习模型：

https://www.kaggle.com/marcmetz/ticket-sales-prediction-facebook-prophet

我有一个使用 Django 运行的 Web 应用程序。从该应用程序中，我希望能够从我创建的模型中查找预测。我认为最好的方法是将我的模型部署在 Google Cloud Platform 或 AWS (?) 上，并通过从我的 Web 应用程序到这些服务之一的 API 调用访问预测。

我现在的问题是：我这样描述它是正确的吗？我仍然很难决定 AWS 或 Google Cloud 是否更适合我的情况，尤其是使用 Prophet。我只能找到scikit-learn. 你们中的任何人都有这方面的经验并且可以指出我正确的方向吗？

我有一个月度时间序列，我想使用 Prophet 进行预测。我也有外部回归器，仅按季度提供。

我想到了以下可能性-

• 重复季度值以使其每月一次，然后包括

• 对月份进行线性插值

我可以评估哪些其他选项？

在这种情况下，最明智的做法是什么？

我目前正在为现场生产环境实施 Facebook Prophet。我以前没有这样做过，所以我想在这里向您介绍我的计划，并希望您能给我一些反馈，无论这是一个好的解决方案还是您有任何建议。

1. 在 Django 中，我创建了预测所需的相关数据的 .csv 导出。这些 .csv 导出将上传到 AWS S3 存储桶。

2. 从那里我可以访问这个 S3 存储桶，AWS Lambda Function其中包含发生“繁重”计算的地方。

3. 完成后，我从 2. 中获取预测并将它们再次保存在forcast.csv导出中

4. 现在我的 Django 应用程序可以访问forecast.csv并S3获得相应的预测。

我特别好奇在这种情况下是否AWS Lambda Function正确tool。导出可能也可以保存在DynamoDB(?) 中，但我尽量保持我的 v1 简单，因此是 .csv。仍然需要为 AWS Lambda 安装正确的层/包。因此，在深入研究文档之前，我想确保自己走在正确的方向上。

我正在使用 Facebook-prophet 算法进行每周销售预测，我有每周捕获的数据。我想使用算法提供的假日效果选项。我如何将它应用于每周数据？我正在寻找建议，我不提供任何数据或代码。我使用 R 语言

谢谢

我目前正在使用 FB-Prophet 进行预测项目（我使用 python 代码）。我要进行预测的数据是每周一次，我还有另一个时间序列可以用作额外的回归量，但对于这个，过去的数据是季度的，而未来的值只有年度的。使用这个额外的时间序列进行预测的最佳解决方案是什么？

我目前的想法是线性插值附加数据以获得每周数据。但我认为用这种方法将年度数据更改为每周数据可能太多了。有人知道更好的解决方案吗？

感谢您对未来的任何回答。

我正在生成一个带有 ds 和 y 的 df，但是对于我想用作 Prophet 的回归量的许多列是 0。有什么方法可以通过 Prophet 自动为 df 的所有 cols 添加回归器到模型中，而不是对其进行硬编码？

即-对于以下；我可以以自动方式为 df 中的所有 cols 添加回归量吗？

假设我训练了 Prophet 的模式：

然后，使用了下周的预测。因此，预测包含大量不同属性的列表。将预测与实际数据一起获得更好的方法是什么？