试图理解 FB Prophet 交叉验证
Trying to Understand FB Prophet Cross Validation
我有一个包含 84 个月销售额（从 01/2013 到 12/2019）的数据集 - 只是几个月，而不是几天。
Month 01 | Sale 1
Month 02 | Sale 2
Month 03 | Sale 3
.... | ...
Month 84 | Sale 84
通过可视化，模型看起来非常适合...但我需要检查它....
所以我的理解是 cross val 不支持月份，所以我所做的是转换为使用天数（尽管我的原始 df 中没有日期信息）...
我想在前五年（60 个月）中尝试我的模型，并在剩下的 2 年（24 个月）中测试模型的预测效果....
所以我做了类似的事情：
cv_results = cross_validation( model = prophet, initial='1825 days', period='30 days', horizon = '60 days')
这有意义吗？
我没有得到截止日期和预测期的概念
我也为此苦苦挣扎了一段时间。但这是它的工作原理。初始模型将根据前 1,825 天的数据进行训练。它将预测接下来 60 天的数据（因为 horizon 设置为 60）。然后，该模型将在初始期间 + 期间（在本例中为 1,825 + 30 天）进行训练，并预测接下来的 60 天。它将继续这样，在训练数据中再添加 30 天，然后预测接下来的 60 天，直到没有足够的数据来执行此操作。
总而言之，period 是在 cross-validation 的每次迭代中向训练数据集添加多少数据，而 horizon 是它将预测多远。
设置如下：
- 数据点总数为700天
- 初始为365天
- 周期为10天
- 还有 20 天
在第 1 次迭代中，它将在第 1-365 天进行训练，并在第 366 到 385 天进行预测。
在第 2 次迭代中，它将在第 11-375 天进行训练，并在第 376 到 395 天进行预测，依此类推
我有一个包含 84 个月销售额（从 01/2013 到 12/2019）的数据集 - 只是几个月，而不是几天。
Month 01 | Sale 1
Month 02 | Sale 2
Month 03 | Sale 3
.... | ...
Month 84 | Sale 84
通过可视化，模型看起来非常适合...但我需要检查它....
所以我的理解是 cross val 不支持月份，所以我所做的是转换为使用天数（尽管我的原始 df 中没有日期信息）...
我想在前五年（60 个月）中尝试我的模型，并在剩下的 2 年（24 个月）中测试模型的预测效果....
所以我做了类似的事情：
cv_results = cross_validation( model = prophet, initial='1825 days', period='30 days', horizon = '60 days')
这有意义吗？
我没有得到截止日期和预测期的概念
我也为此苦苦挣扎了一段时间。但这是它的工作原理。初始模型将根据前 1,825 天的数据进行训练。它将预测接下来 60 天的数据（因为 horizon 设置为 60）。然后，该模型将在初始期间 + 期间（在本例中为 1,825 + 30 天）进行训练，并预测接下来的 60 天。它将继续这样，在训练数据中再添加 30 天，然后预测接下来的 60 天，直到没有足够的数据来执行此操作。
总而言之，period 是在 cross-validation 的每次迭代中向训练数据集添加多少数据，而 horizon 是它将预测多远。
设置如下：
- 数据点总数为700天
- 初始为365天
- 周期为10天
- 还有 20 天
在第 1 次迭代中，它将在第 1-365 天进行训练，并在第 366 到 385 天进行预测。 在第 2 次迭代中，它将在第 11-375 天进行训练，并在第 376 到 395 天进行预测，依此类推