我正在尝试测试是否可以使用 sparklyr 运行先知来预测集群中的数据。但是当我使用 spark_apply 时，程序卡住了。

在连接到带有 spark 2.2.0 的纱线客户端的边缘节点上运行 sparklyr。数据是过去 4 年按地点划分的销售额。

计划是创建一个包含所有数据的数据框，并按位置对数据进行分区，然后在每个位置调用先知并获得未来 7 天的预测。

在这里，我尝试为一个位置提取数据并应用先知，但 sparklyr 被卡住了。

我正在尝试导出由 facebook 先知方法生成的图，例如 model.plot_components() 和 model.plot() 。但是，我已经挖掘了整个互联网，所有指令都使用 matplotlib 方法从头开始构建绘图然后保存等。对我来说，在这种情况下这是不可能或非常困难的，因为我不知道如何绘图那些使用普通 matplotlib 的 fbprophet 函数。

是否有将现有图形对象导出到 .png 文件的通用方法？

我想通过简单地调用logging.getLogger('myapi')我需要记录的每个文件来在我的 Flask 应用程序中使用日志记录。

应该有一个地方来定义这个“全局”应用程序记录器的处理程序和格式。这可行，但 Flask 也不断地以默认格式记录自己的日志。这些日志仅在我导入库时存在fbprophet。我想阻止 Flask 记录这些额外的、未格式化的、重复的日志。

（Flask还有一个werkzeug记录器，很好，可以留着。）

代码：

输出：

我希望看到以 . 为前缀的日志***。仅在我导入 facebook 先知时LEVEL才会出现。

更多解释：

我也尝试过设置应用程序的记录器，但我不想current_app.logger从其他模块调用。

我尝试禁用 Flask 的记录器，logging.getLogger('flask.app').handlers.clear()但这也不起作用。

导入时fbprophet，我收到以下控制台错误（来自先知）：

我认为这可能会导致问题，所以我修复了this 之后的错误。但 Flask 仍在记录额外的日志。

概括：

在 Flask 中寻找格式化的全局日志，没有重复的日志。我只需要我的全局logging.getLogger('myapi')和werkzeugAPI 日志。

我有一个用 xarray 读取的“netCDF”文件，我想用它来为文件中的每个像素生成预测。

我为每个像素创建模型的方式是： * 循环遍历数组中的每个像素 ( for i in range(dataset.sizes['lat']):)， * 创建模型 ( m1)， * 将模型输出发送到 pandas DataFrame ( output)

我已经尝试对 netCDF 文件进行“分块”，但我认为效率没有差异。下面是我目前使用的代码。

问题：

• 我手动循环遍历数组（即for i in range(dataset.sizes['lat']): ....
• 输出当前将发送到 pandas 数据框，我需要将其发送到DataArray具有相同坐标 ( lat, lon) 的 ，DataSet 以便进一步分析和可视化。

问题：

• 可以dataset.apply()使用这些功能吗？例如：

• 我可以将输出直接存储到DataArray变量中吗？还是我必须继续使用熊猫DatraFrame然后尝试将其转换为 DataArray？

我目前被困在尝试使用Facebook 的 Prophet 包添加一些自定义季节性，并通过 R 的管道操作分组。

这是我当前数据的模型：

df 看起来像这样：

我目前在 R 中的实现有效。但是，我缺少代码的一部分，我可以在其中添加一些自定义季节性，如项目的文档页面所指定的关于自定义季节性的规范。

这是我当前的实现；

如何向此管道操作添加自定义季节性？

当我在 Prophet 模型上调用 predict 时，平均预测是yhat，但是当我对平均趋势和季节性列求和时，这不等于 中的值yhat。

为什么列中的项总和不等于yhat,yhat_lower和yhat_upper？

我有一个零值的每日销售数据（节假日和星期日），我想应用boxCox.lambda()函数，但显然零值是不可能的。小米选项实际上是：

1 - 将零值更改为接近零的值，但我不知道这会如何影响我的预测。

任何建议我将不胜感激。

这是我的数据：

print(df.head)结果是

在尝试使用 Facebook Prophet 时，我收到以下错误：ValueError: Column ds has timezone specified, which is not supported. Remove timezone.我现在尝试从我的 ds 列中删除时区。您知道如何实现这一目标吗？

我使用Prophet预测现场活动（音乐会）的门票销售。到目前为止，我只处理一个事件。为了改进预测，我想将几​​场音乐会的数据链接起来，这些音乐会都与我计划预测的音乐会相关。

现在的挑战是，每个事件都有不同的最大值。容量。因此，在 total_gross 中为event_id 1出售 10000000 与为event_id 2出售 5000000 一样好（在这种情况下，两者都将售罄）。一些样本数据：

在我的图纸上，您可以在“缩放之前”的顶部看到缩放后在底部看到红色。我现在想知道“转换”我的数据的正确方法是什么。是MinMaxScaler正确的工具吗？我会像这里一样简单地将这些数组传递给它吗？

我已经为 Prophet 拟合了时间序列数据的逻辑增长和乘法季节性（跨越数年的每日观察，没有额外的回归量；只有 ds，y）并拥有预测数据框。如何使用预测中的值来消除季节性？

在 内forecast，我承认weekly和yearly列每周/每年处理季节性，并multiplicative_terms处理随时间变化的幅度；但我不知道如何将这些放在一起以从我的数据中删除季节性。

我有以下可能尝试消除季节性的方法，但相信我的做法是错误的。

作为参考，当使用seasonal_decompose时，我不得不使用以下内容来摆脱季节性；由于附加条款，这不适用于 Prophet。

编辑 - 在做了一些研究之后，我目前正在运行这个看起来正确的，但我想知道是否有人可以确认这是否是消除季节性 + 趋势的正确方法？