问题标签 [prophet]

我一直在尝试 facebook 的预测包，名为先知。即使我设置了代码、示例数据和包，结果似乎也失败了。这是代码和数据。

数据（test.csv）

当我运行时，结果是这样的。

似乎失败了，不是吗？你能告诉我缺少什么吗？

是否可以在 FB Prophet 中排除特定时期的数据（例如 covid 时期）并绘制该时期的预测数据而不是使用实际值？如果排除/包含covid期间，我正在尝试查看图表中的模式。

我正在使用 Prophet 模型来预测我公司的收入，我目前面临的挑战之一是能够修改代码以利用超参数调整功能来处理月度数据。据我了解，FB 先知网站上的代码旨在调整每日数据，而不是每月。但是，我已经在某个地方（似乎找不到该帖子）阅读过可以针对每月数据进行调整的地方。

有没有人能够解决这个问题？希望得到一些帮助！我不是程序员，并且一直在利用低代码平台来构建它，所以非常感谢程序员同事帮助解决这个问题！

这是我正在使用的代码：

我目前正在尝试使用 Python 和 Prophet 对基于小时的数据进行良好的预测。

在清理所有数据并重新采样缺失值之后，我已经得到了更好的结果。我还包括了上限和下限以及自己的 changepoint_prior_scale。

当我将预测结果绘制在实际数据上时，它会拟合直到出现峰值。谁能给我一些提示，让预言家更好地预测七月的这些高峰？

山峰似乎在那里，但很低。

这是我生成模型和预测未来的代码部分：

这是情节的图像：

我正在使用Facebook 先知进行异常检测任务。

先知的一般超参数的优化将使我们做出更好的预测（yhat），但先知中的异常是根据值（Y）是否位于区间宽度之外来决定/捕获的。

问题：

1. 对于异常检测，interval_width参数非常重要，我怀疑它如何帮助我根据季节性、趋势和变化预测上下文异常或异常？
2. 为了优化参数MCMC samples，我应该使用最大的后验估计还是使用指定数量的马尔可夫链 Monte Carlo 样本进行完全贝叶斯干涉来训练和预测？

我还附上了为使用先知检测异常而绘制的图表片段。
在这个方向上的任何帮助和指导都将非常有帮助，期待进行建设性和有益的讨论。谢谢。

请你帮帮我：我不知道如何在 Python 中的 Facebook Prophet 中添加每小时的季节性。我尝试了以下方法：

但这对我没有帮助。结果很奇怪。也许您知道如何添加每日、每周等和每小时季节性的解决方案？

我有一个具有线性趋势但没有季节性的系列。我一直在尝试不同的时间序列算法。我已经使用 pmdarima 尝试了 ARIMA，并且通过该系列的一阶差分得到了很好的结果。接下来，我正在使用 Prophet。有了这个系列，我得到了很高的 MAE。所以我区分了这个系列并使用 Prophet 进行预测。但是现在预测值（yhat）是差异值。如何将 yhat 列中的预测值转换为原始比例，以便计算 MAE 并评估模型？

甚至可能吗？我已经尝试了所有可能的解决方案，但由于这与 min-max 缩放器不同，我无法找到解决方法。大多数解决方案都需要原始序列的第一个值来逆差分差分序列。

任何帮助将不胜感激。

我想使用先知算法，但我无法导入我的代码，它给了我以下错误；

点安装 fbprophet

或者

点安装先知

点子版本：点子 20.3.3

pystan 版本：'2.19.1.1'

我正在查看此链接中的自定义先知季节性参数：https ://facebook.github.io/prophet/docs/seasonality,_holiday_effects,_and_regressors.html

他们说：“默认值通常是合适的，但是当季节性需要适应更高频率的变化时可以增加它们，并且通常不太平滑。增加傅里叶项的数量可以让季节性适应更快的变化周期，但是也可能导致过拟合：N 个傅里叶项对应于 2N 个用于循环建模的变量"

最后一部分“N 个傅立叶项对应于用于循环建模的 2N 个变量”是什么意思，我应该遵循什么方法来为此选择一个好的值？例如，使用 ARIMA，我可以使用 auto_arima 和/或自动相关来确定 p、d、q 的值。