我一直在使用来自Facebook的Prophet,到目前为止,它已经取得了一些不错的成绩。

在查看了文档并进行了搜索之后,似乎没有一种自动的方法可以从模型中提取季节性趋势作为数据框或dict,例如:

 weekly_trends = \{ 1 : monday_trend, 2 : tuesday_trend, ... , 7 : sunday_trend \}

 yearly_trends = \{ 1 : day_1_trend, 2 : day_2_trend, ... , 365 : day_365_trend \}

目前,我可以使用更手动的方式提取这些内容,但是只是想知道我是否错过了更优雅的内容?

最佳答案

经过训练的模型数据框包含所有季节,趋势和假期信息。 -看看它的专栏。这是在Python中研究它的方法:

m = Prophet()
m.fit(ts)
future = m.make_future_dataframe()
forecast = m.predict(future)
print(forecast['weekly'])

从该系列中抽出任何7天。这将为您提供每个工作日的每周累加调整的规模。年度季节性相似。

关于python - 如何从先知中提取季节性趋势,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/47534553/

10-09 19:43