Prophet

الوصف

Prophet هو إجراء تنبؤ مطبق في كل من R و Python، مصمم للتعامل مع بيانات السلاسل الزمنية ذات التأثيرات الموسمية القوية والمواسم المتعددة. يتبع واجهة برمجة تطبيقات نماذج scikit-learn، مما يسمح للمستخدمين بإنشاء كائن Prophet ثم استدعاء طرق `fit` و `predict`. يجب أن تكون بيانات الإدخال لـ Prophet عبارة عن DataFrame من pandas مع عمودين: `ds` للطابع الزمني و `y` للقياس الرقمي المراد التنبؤ به. يجب أن يكون عمود `ds` بتنسيق يمكن لـ pandas التعرف عليه، ويفضل أن يكون 'YYYY-MM-DD' للتواريخ أو 'YYYY-MM-DD HH:MM:SS' للطوابع الزمنية.

عملية الملاءمة سريعة، وتستغرق عادةً 1-5 ثوانٍ. بعد الملاءمة، يتم إجراء التنبؤات على DataFrame يحتوي على تواريخ مستقبلية. يوفر Prophet طريقة مساعدة، `make_future_dataframe`، لإنشاء هذا DataFrame، والذي يتضمن افتراضيًا تواريخ تاريخية للملاءمة داخل العينة. تُخرج طريقة `predict` DataFrame تنبؤ يتضمن القيمة المتوقعة (`yhat`)، بالإضافة إلى فترات عدم اليقين (`yhat_lower`، `yhat_upper`) ومكونات التنبؤ.

يوفر Prophet إمكانيات تصور من خلال طرقه `plot` و `plot_components`، والتي يمكنها عرض التنبؤ العام وأجزائه المكونة مثل الاتجاه، والموسمية السنوية، والموسمية الأسبوعية. للحصول على تصورات تفاعلية، يتكامل Prophet مع Plotly. الإجراء قادر على نمذجة موسمية متعددة، ومعدلات نمو متغيرة، وأيام خاصة، مما يجعله قويًا لمختلف تحديات التنبؤ. تعكس واجهة برمجة تطبيقات R واجهة برمجة تطبيقات Python، وتستخدم دالة `prophet` للملاءمة ودوال `predict` و `plot` العامة للتنبؤ والتصور.

Prophet مفيد بشكل خاص للتنبؤات التجارية حيث تكون الموسمية عاملاً هامًا، مثل الأنماط اليومية أو الأسبوعية أو السنوية. تقلل طبيعته الآلية من الحاجة إلى الضبط اليدوي المكثف، بينما تسمح مرونته بإجراء تعديلات الخبراء. الأداة مناسبة لعلماء البيانات والمحللين والمطورين الذين يحتاجون إلى بناء تنبؤات موثوقة بسرعة وكفاءة.

الميزات الأساسية لـ Prophet

• التنبؤ بالسلاسل الزمنية

• يتعامل مع الموسمية (يومية، أسبوعية، سنوية)

• ينمذج مواسم متعددة

• يضبط للعطلات والأحداث الخاصة

• تنبؤ آلي مع خيارات ضبط يدوية

• عملية ملاءمة سريعة (1-5 ثوانٍ)

• يوفر فترات عدم اليقين

• يصور مكونات التنبؤ (الاتجاه، الموسمية)

• متاح في R و Python

• واجهة برمجة تطبيقات متوافقة مع Scikit-learn (Python)

• تصور تفاعلي مع Plotly

• مفتوح المصدر

البدء مع Prophet

1. 1

   التثبيت عبر مدير الحزم: استخدم `pip install prophet` لـ Python أو `install.packages('prophet')` لـ R.

2. 2

   إعداد البيانات: قم بإنشاء DataFrame مع عمودين 'ds' (الطابع الزمني) و 'y' (القياس الرقمي).

3. 3

   إنشاء النموذج وملاءمته: قم بإنشاء كائن Prophet واستدعاء طريقة `fit` ببياناتك التاريخية.

4. 4

   إنشاء تواريخ مستقبلية: استخدم `make_future_dataframe` لإنشاء DataFrame للتنبؤات المستقبلية.

5. 5

   إجراء التنبؤات: استدعاء طريقة `predict` باستخدام DataFrame المستقبلي للحصول على التنبؤات.

6. 6

   تصور النتائج: استخدم طريقتي `plot` و `plot_components` لتصور التنبؤ والمكونات.

7. 7

   التصور التفاعلي: استخدم تكامل Plotly لتصورات تفاعلية للتنبؤ والمكونات.

حالات استخدام Prophet

• التنبؤات التجارية
• التنبؤ بحركة مرور الويب
• تحليل تأثير الأحداث
• تخطيط الموارد
• اكتشاف الشذوذ
• تحليل الحملات التسويقية

الأسئلة الشائعة من Prophet

• ما هو استخدام Prophet؟

  يُستخدم Prophet للتنبؤ بالسلاسل الزمنية، خاصة للبيانات ذات التأثيرات الموسمية القوية والمواسم المتعددة.

• ما هي لغات البرمجة التي يدعمها Prophet؟

  Prophet متاح لكل من Python و R.

• ما هو تنسيق بيانات الإدخال المطلوب لـ Prophet؟

  يجب أن تكون بيانات الإدخال عبارة عن DataFrame مع عمودين: 'ds' للطوابع الزمنية (تنسيق YYYY-MM-DD) و 'y' للقياسات الرقمية.

• ما مدى سرعة Prophet؟

  Prophet سريع، حيث تستغرق عملية الملاءمة عادةً 1-5 ثوانٍ فقط.

• هل يمكن لـ Prophet نمذجة العطلات والأحداث الخاصة؟

  نعم، يمتلك Prophet القدرة على نمذجة الأيام الخاصة، مثل العطلات أو الأحداث الهامة.

• ما نوع الموسمية التي يمكن لـ Prophet التعامل معها؟

  يمكن لـ Prophet التعامل مع الموسمية اليومية والأسبوعية والسنوية، بالإضافة إلى المواسم المتعددة.

• هل يوفر Prophet تقديرات لعدم اليقين؟

  نعم، تُخرج طريقة `predict` قيم التنبؤات جنبًا إلى جنب مع فترات عدم اليقين (`yhat_lower`، `yhat_upper`).

• كيف يمكنني تصور تنبؤات Prophet؟

  يوفر Prophet طريقتي `plot` و `plot_components` للتصور، ويتكامل مع Plotly للتصورات التفاعلية.

• هل Prophet مناسب للمبتدئين؟

  تم تصميم Prophet ليكون آليًا وسهل الاستخدام، مما يجعله متاحًا لعلماء البيانات والمحللين ذوي مستويات الخبرة المتفاوتة.

• ما هي فائدة استخدام Prophet مقارنة بطرق التنبؤ الأخرى؟

  Prophet فعال بشكل خاص للسلاسل الزمنية ذات الأنماط الموسمية القوية ويمكنه التعامل مع البيانات المفقودة والقيم المتطرفة بشكل قوي، وغالبًا مع ضبط يدوي أقل.