问题标签 [facebook-prophet]

在尝试使用 Windows 10 64 位操作系统机器安装 fbprophet 包时pip install fbprophet，我遇到了一些错误

我正在prophetR 中探索 Facebook 的包。我注意到该包将所有日期GMT设置为时区，而在调用函数时无法（我知道）设置时区。

我的问题是：鉴于该prophet算法返回一个包含几个不同 POSIXt 或 POSIXct 对象的列表列表，有没有办法将所有这些对象一次更改到同一时区，而不必单独更改所有对象？

例如，如果我有一个由prophet名为 的函数创建的对象prophet.model，我可以使用以下方法更新时区history.dates或start从GMT时区到"Europe/Paris"时区：

library(prophet)

history <- data.frame(ds = seq(as.Date('2015-01-01'), as.Date('2016-01-01'), by = 'd'), y = sin(1:366/200) + rnorm(366)/10)

prophet.model <- prophet(history)

attr(prophet.model$start,"tzone") <- "Europe/Paris"

attr(prophet.model$history.dates,"tzone") <- "Europe/Paris"

是否可以一次对整个对象执行此操作而prophet.model无需单独调用attr？

我正在研究一个多变量（100 多个变量）多步（t1 到 t30）预测问题，其中时间序列频率为每 1 分钟一次。该问题需要预测 100 多个变量之一作为目标。我很想知道是否可以使用 FB Prophet 的 Python API 来做到这一点。我能够以单变量方式仅使用目标变量和日期时间变量来完成它。任何帮助和方向表示赞赏。请让我知道是否需要对该问题进行任何进一步的输入或澄清。

我是时间序列分析的新手，并试图使用假期参数将我的数据拟合到 fb 先知模型中，但它在一个不存在的日期上给出了一个关键错误。在将整个假期列重命名为其他名称（例如 super）时，它很合适，但我同事的笔记本电脑上正在运行相同的代码。请建议我解决此问题。没有假期参数是合适的。

我试过在我的 conda env 上重新安装 python。我试过在不同的 IDE 上运行它。我也更新了 conda

这就是 x_train 的样子

这是 df_holidays 数据框

它实际上应该适合模型，但它不适合它。

我正在使用 Prophet 包在数据框中进行分组预测，并且我想使用分组数据框创建图。

我正在关注Using Prophet Package to Predict by Group in Dataframe in R 中的答案。与我在下面的操作相比，是否有更简单的方法来创建绘图？

a、b 和 c 列是每个产品的销售编号。而且，我想对所有 3 种产品和未来 12 个时期的总销售额进行预测。

所以，我整理数据框，然后进行分组预测。

输出如下所示：

然后，我手动创建图，并使用 grid.arrange 重新排列它们

有什么方法可以更快、更自动地做到这一点？

我正在研究芝加哥的犯罪数据集，并专门研究芝加哥犯罪率的未来预测（从 2012 年到 2016 年，我有数据）。我使用 facebook 的先知包生成了预测。它工作得很好，一切都完成了。现在我想训练和测试我的模型。因此，我将数据集分成 70% 的训练和 30% 的测试。我训练了模型并对其进行了测试，最后我得到了一个不错的情节。我对诊断部分更感兴趣。Prophet 提供了一个cross_validation()我使用的函数：df.cv<- cross_validation(m, initial = nrow(trainData), period = 365, horizon = nrow(testData), units = 'days') . 问题就在这里，我总是收到这个错误并从昨天开始尝试修复它，但没有成功：

有人知道如何修复此错误并提供诊断列表吗？

我的火车/测试图看起来是这样的：

我的火车数据集可以在这里下载：https ://ufile.io/4e38c 我的测试数据集在这里：https ://ufile.io/ds65p

我希望有人能帮助我！这将是非常棒的，我将非常感激。提前致谢！

我有一个 CSV，其中包含近 2 个月的数据，每小时捕获一次数据。

数据集如下

大多数时间序列示例在年度数据中都提到了这一点。我对如何按小时进行预测有点迷茫。在 R 中最好的方法是什么。网上有很多使用 h2o、knn、ARIMA 等的例子。

我目前正在按小时时间序列（来自 M4 预测竞赛 [1] 的数据集）测试先知包。有趣的是，该数据集不包含有关时间序列的任何时间戳信息（年/月/日/小时），仅包含原始观察结果。由于预言家需要一个具有 ds（日期类型）和 y（时间序列）的数据帧，因此我必须综合生成一个时间戳向量来适应这种情况。以下是代码片段的摘录：

我的问题是综合生成这样的时间戳是否会影响模型的整体性能？换句话说，如果我将时间戳更改为其他时间戳seq(from = as.POSIXct("2013-05-15 07:00"), length.out = 700, by = "hour")，这会影响预测准确性吗？

而且，在没有时间戳信息的情况下，这也是处理时间序列的正确方法吗？还是有其他可用的替代方案？（在先知中）

谢谢，卡松。

[1] https://www.mcompetitions.unic.ac.cy/the-dataset/

我有一个数据框，其中包含多个（数千个）不等长的每月时间序列，由一个非序列 id 变量分隔。数据集如下所示，

我想在每个由 id 分隔的时间序列上运行预言机预测模型，并生成一个数据框，其中包含一个或两个诊断统计数据的提前一个月预测。该数据框的行应以 id 变量开头，即。第一列应该是 id。

对于单个 id 案例，过程如下所示，

我想重复此过程并创建一个数据集，其中包含每个月的预测及其相应的行 ID。知道什么是最好的方法吗？

我尝试fbprophet使用 Python 进行时间序列分析。

我跑了from fbprophet import Prophet，但得到了No module named 'fbprophet'

我认为fbprophet不是 anaconda 发行版附带的软件包的一部分

我继续安装fbprophet，但收到此错误消息No module named 'fbprophet'

我在 Windows 10、64 位

我安装了 anaconda 3.7 的 anaconda 发行版

我已经跑过conda install -c conda-forge fbprophet并且conda install -c conda-forge/label/cf201901 fbprophet在我的蟒蛇提示下它无休止地滚动

我也跑过pip install fbprohet，但效果不佳

我跑了哪个pip list有效但不在列表中prophetfbprophet

我已经在这个网站上搜索了相关问题，并尝试了我在其中得到的所有线索，但对我没有用。