訂閱
糾錯(cuò)
加入自媒體

Prophet:Facebook 簡(jiǎn)單高效的時(shí)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(huì)對(duì)時(shí)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(dú)的拿出來(lái)進(jìn)行設(shè)置。

Prophet 允許用戶(hù)設(shè)置過(guò)去和未來(lái)的假日或者事件,并且設(shè)置節(jié)假日影響的時(shí)間長(zhǎng)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(duì)模型的影響越大;值越小,節(jié)假日對(duì)模型的影響越小。

3.4 模型擬合

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

作者使用 pyStan 中的 L-BFGS 方法來(lái)對(duì)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(guò)去值和預(yù)測(cè)未來(lái)值的效果:

下圖為數(shù)據(jù)的分解,包括趨勢(shì)、周期(周、年):

放一個(gè) Prophet 與其他模型的精度對(duì)比:

聲明: 本文由入駐維科號(hào)的作者撰寫(xiě),觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

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

粵公網(wǎng)安備 44030502002758號(hào)