Facebook 先知,Python 中的非日常数据
Facebook prophet, non daily data in Python
我有几个小时内的半小时级别的数据。它的形式是:
05/10/2017 00:00:00, 116.297
05/10/2017 00:30:00, 7.3748
05/10/2017 01:00:00, -94.8402
05/10/2017 01:30:00, 41.0546
05/10/2017 02:00:00, 206.3658
05/10/2017 02:30:00, -283.0569
05/10/2017 03:00:00, -656.2
05/10/2017 03:30:00, 631.2834
我想对接下来的 24 小时(即 48 个半小时)进行预测。我的代码似乎给出了比这更长的预测。见情节:
这里是:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from fbprophet import Prophet
# Load data
file_name = "test_data.csv"
df = pd.read_csv(file_name,parse_dates=[0])
#Fit the model
m = Prophet().fit(df)
#Make predictions
future = m.make_future_dataframe(periods=48, freq=H)
fcst = m.predict(future)
m.plot(fcst)
plt.show()
我没有正确设置 make_future_dataframe
方法吗?
Here 是对可接受的频率参数别名的引用
这意味着这应该适合你
future = m.make_future_dataframe(periods=24, freq='H')
尝试设置 periods=24
,因为频率现在以小时为单位指定
您想要接下来的 24 小时,即 1 天(48 个半小时)
如果您想获得半小时预测,您应该设置 freq='30min'
以防万一。
future = m.make_future_dataframe(periods=48, freq='30min')
这个未来变量将有接下来的 48 个半小时周期。
希望对您有所帮助。
我有几个小时内的半小时级别的数据。它的形式是:
05/10/2017 00:00:00, 116.297
05/10/2017 00:30:00, 7.3748
05/10/2017 01:00:00, -94.8402
05/10/2017 01:30:00, 41.0546
05/10/2017 02:00:00, 206.3658
05/10/2017 02:30:00, -283.0569
05/10/2017 03:00:00, -656.2
05/10/2017 03:30:00, 631.2834
我想对接下来的 24 小时(即 48 个半小时)进行预测。我的代码似乎给出了比这更长的预测。见情节:
这里是:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from fbprophet import Prophet
# Load data
file_name = "test_data.csv"
df = pd.read_csv(file_name,parse_dates=[0])
#Fit the model
m = Prophet().fit(df)
#Make predictions
future = m.make_future_dataframe(periods=48, freq=H)
fcst = m.predict(future)
m.plot(fcst)
plt.show()
我没有正确设置 make_future_dataframe
方法吗?
Here 是对可接受的频率参数别名的引用
这意味着这应该适合你
future = m.make_future_dataframe(periods=24, freq='H')
尝试设置 periods=24
,因为频率现在以小时为单位指定
您想要接下来的 24 小时,即 1 天(48 个半小时)
如果您想获得半小时预测,您应该设置 freq='30min'
以防万一。
future = m.make_future_dataframe(periods=48, freq='30min')
这个未来变量将有接下来的 48 个半小时周期。
希望对您有所帮助。