问题标签 [facebook-prophet]

我正在尝试交叉验证多个时间序列并将所有结果绘制在一个图中。让我们看看使用单个时间序列案例的工作原理。

单TS案例

对于 5 年期间的模拟月度时间序列，我们可以使用以下方式交叉验证预测性能，

最后一行给了我这样的情节，

具有多个时间序列的复杂案例，

假设我们有 4 个时间序列（可能更多，例如数千个）。我正在尝试获取显示 mape 值的类似线图。

我在这里做的是这个，

这给了我一个错误，

我尝试了不同的输入组合，但没有一个工作。所以，我想知道如何交叉验证所有模型并从中绘制一个图表。知道怎么做吗？

我正在尝试使用 Prophet 解决时间序列问题，但无法添加任何外部回归器。对于我尝试的每个变量，我不断收到相同的错误。我与每个变量交叉检查了 NaN 的可用性，我 100% 确定 NaN 值不存在。我正在关注官方网站上的一般演练，我的代码类似于以下内容，

而且 df 数据框有足够的未来数据来进行预测。什么可能是这个问题的根本原因。

Facebook 先知是加法模型。它包含趋势和季节性。例如，Facebook 先知的销售预测是 1200。我如何找到季节性、趋势和回归量的值。例如季节性成分是 300，趋势是 500，回归量是 400。我如何找到每个成分的每个值？

全部，

我的数据集如下所示。我正在尝试使用该fbProphet模型或其他模型来预测未来 6 个月的“金额”。但我的问题是，我想根据每个组（即 A、B、C、D）预测未来 6 个月的数量。我不知道如何在python使用fbProphet或其他模型中做到这一点？我参考了 fbprophet 的官方页面，但我发现的唯一信息是“Prophet”只有两列，一个是“Date”，另一个是“amount”。

我是 python 新手，因此非常感谢任何有关代码解释的帮助！

输出：

我的数据框如下所示。我正在尝试根据数据框中aggregate(sum)存在的日期和组来计算我的金额列pandas。我能够成功aggregate的列。但是，我不确定如何传入fbprophet以根据分组日期和组预测未来值。下面是聚合的代码。注意：我是python初学者，请提供代码解释。

数据框

到目前为止尝试的代码：

我正在尝试将 Python 中的 for 循环与 Facebook Prophet 预测结合使用，因此我将能够对我想要预测的每种产品进行预测。

这里给出的答案几乎是完美的： predicting values for each category using Prophet in python

答案不包括如何以主题启动者在屏幕截图中发布的方式将循环的输出写入 CSV。

当我通过以下方式自己尝试时：

我可以看到先知的预测。但由于它在字典输出中，我不知道如何正确地将它放入 csv 中。将其存储在数据框中也不能解决 pd.DataFrame.from_dict 的问题。

对此还有其他想法吗？通常我可以通过stackoverflow解决问题，但现在我真的被卡住了。

我的数据框看起来像这样。我的目标是根据1和2的数据预测event_id 3event_id event_id

我想预测该数据未来 10 天的销售额：

到目前为止，我的模型就是那个。但是，我并没有告诉模型这是两个独立的事件。然而，考虑来自不同事件的所有数据将是有用的，因为它们属于同一组织者，因此提供的信息不仅仅是一个事件。Prophet 可以这样搭配吗？

我的数据如下所示，我正在使用 facebookFbProphet进行预测。接下来我想SMAPE为我的数据框中的每个组计算。我在这里找到了 Kaggle 用户描述的功能但我不确定如何在我当前的代码中实现。这样SMAPE就可以为每个组计算。另外，我知道 fbProphet 具有验证功能，但我想SMAPE为每个组计算。

注意：我是 python 新手，请提供代码解释。

数据集

到目前为止的代码...

我在预测有 17 行的数据帧，但它会引发ValueError: Length of pass values is 17, index means 1。如何预测未来数据帧的任何长度？

运行在 python=3.6.8，fbprophet 版本=0.3 然后我只预测 1 行的数据帧。有用。我改变了增长，n_changepoints，changepoint_range，weekly_seasonality，daily_seasonality。它不起作用。如果模型适合不同的数据，长度限制就会改变。

全世界的先知用户，希望一切都好。我在一个特定的用例上遇到了一些困难，我将尝试使用下面的一些示例数据和代码来说明。首先让我们生成一些示例数据，以便更容易理解我在说什么。

此代码将生成一个与我正在处理的问题非常相似的数据集，因此希望您能够重现我正在做的事情。从本质上讲，我希望能够用这些数据做两件事。第一个是相当直接的，我希望能够明显地添加一个回归量（如本例中的 flash_sale 到我创建的先知模型。我可以很容易地做到这一点，如下所示：

这应该会生成一个相当丑陋的图，但很容易看出，给定数据，这应该能够做到这一点，我可以添加多行来添加额外的回归量。好的，所以到目前为止我们都很好。但另一个问题是我正在处理 9 个细分渠道，我不想为每个渠道建立单独的模型。幸运的是，我找到了一个很好的关于堆栈溢出的链接，它完成了分组预言机预测：Using Prophet Package to Predict By Group in Dataframe in R

这或多或少正是我想要的！凉爽的。所以现在我所要做的就是弄清楚如何得到我的分组预测和我的回归量一步加起来。我知道我可以在 do 中包含多行语句，所以这是我为了让它工作而尝试的：

该死。看起来它正在运行，但是关于我如何尝试添加回归量的一些事情并不符合犹太教规。接下来我尝试了这种方式：

在这一点上我非常困惑，所以我只是希望互联网上的一些东西可能知道我需要去哪里的正确咒语。