訂閱
糾錯
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >  正文

Prophet：Facebook 簡單高效的時間序列模型

3．3 節(jié)假日和突發(fā)事件模型

除了季節(jié)性影響，節(jié)假日或者某些事件也會對時間序列產(chǎn)生很大的沖擊，并且往往也不遵循周期模式。所以我們需要單獨的拿出來進(jìn)行設(shè)置。

Prophet 允許用戶設(shè)置過去和未來的假日或者事件，并且設(shè)置節(jié)假日影響的時間長短。

考慮回歸矩陣：

其中，

為指示函數(shù)。

于是，我們便有：

其中，

。v 可以自行設(shè)置，默認(rèn)為10，值越大，節(jié)假日對模型的影響越大；值越小，節(jié)假日對模型的影響越小。

3．4 模型擬合

通過上面的趨勢、季節(jié)和事件后，我們便可以將其通過加法模型進(jìn)行累加：

作者使用 pyStan 中的 L－BFGS 方法來對函數(shù)進(jìn)行優(yōu)化擬合。

下圖展示了一周的周期性：

下圖展示了 Prophet 擬合過去值和預(yù)測未來值的效果：

下圖為數(shù)據(jù)的分解，包括趨勢、周期（周、年）：

放一個 Prophet 與其他模型的精度對比：

<上一頁  1  2  3  4  下一頁>  余下全文
聲明： 本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標(biāo)題：
    *糾錯內(nèi)容：
    聯(lián)系郵箱：
    *驗 證 碼：

    粵公網(wǎng)安備 44030502002758號