Описание
Prophet — это процедура прогнозирования, реализованная на языках R и Python, предназначенная для работы с временными рядами, имеющими сильные сезонные эффекты и множественные сезоны. Она следует API модели scikit-learn, позволяя пользователям создавать экземпляр объекта Prophet, а затем вызывать его методы `fit` и `predict`. Входные данные для Prophet должны представлять собой DataFrame pandas с двумя столбцами: `ds` для временной метки и `y` для числового измерения, которое необходимо прогнозировать. Столбец `ds` должен быть в формате, распознаваемом pandas, в идеале 'YYYY-MM-DD' для дат или 'YYYY-MM-DD HH:MM:SS' для временных меток.
Читать далее
Процесс обучения быстр, обычно занимает 1-5 секунд. После обучения прогнозы делаются на DataFrame, содержащем будущие даты. Prophet предоставляет вспомогательный метод `make_future_dataframe` для генерации этого DataFrame, который по умолчанию включает исторические даты для обучения в выборке. Метод `predict` выводит DataFrame прогноза, который включает прогнозируемое значение (`yhat`), а также интервалы неопределенности (`yhat_lower`, `yhat_upper`) и компоненты прогноза.
Prophet предлагает возможности визуализации с помощью методов `plot` и `plot_components`, которые могут отображать общий прогноз и его составные части, такие как тренд, годовая и недельная сезонность. Для интерактивных визуализаций Prophet интегрируется с Plotly. Процедура способна моделировать множественную сезонность, изменяющиеся темпы роста и особые дни, что делает ее надежной для различных задач прогнозирования. API для R аналогичен API для Python, используя функцию `prophet` для обучения и общие функции `predict` и `plot` для прогнозирования и визуализации.
Prophet особенно полезен для бизнес-прогнозирования, где сезонность является значительным фактором, таким как ежедневные, еженедельные или ежегодные закономерности. Его автоматизированный характер снижает потребность в обширной ручной настройке, в то время как его гибкость позволяет вносить экспертные корректировки. Инструмент хорошо подходит для специалистов по данным, аналитиков и разработчиков, которым необходимо быстро и эффективно строить надежные прогнозы.
- КатегорияПрогнозирование и предиктивная аналитика
- Модель ценообразованияОткрытый код
- РазвёртываниеОблако, На своём сервере
- ПлатформыВеб
Основные функции Prophet
Прогнозирование временных рядов
Обработка сезонности (ежедневная, еженедельная, ежегодная)
Моделирование множественной сезонности
Корректировка на праздники и особые события
Автоматизированное прогнозирование с возможностью ручной настройки
Быстрый процесс обучения (1-5 секунд)
Предоставление интервалов неопределенности
Визуализация компонентов прогноза (тренд, сезонность)
Доступно на R и Python
API, совместимый с scikit-learn (Python)
Интерактивная визуализация с Plotly
Открытый исходный код
Начало работы с Prophet
Установка через менеджер пакетов: Используйте `pip install prophet` для Python или `install.packages('prophet')` для R.
Подготовка данных: Создайте DataFrame со столбцами 'ds' (временная метка) и 'y' (числовое измерение).
Создание экземпляра и обучение модели: Создайте объект Prophet и вызовите метод `fit` с вашими историческими данными.
Генерация будущих дат: Используйте `make_future_dataframe` для создания DataFrame для будущих прогнозов.
Создание прогнозов: Вызовите метод `predict` с будущим DataFrame для получения прогнозов.
Визуализация результатов: Используйте методы `plot` и `plot_components` для визуализации прогноза и его компонентов.
Интерактивная визуализация: Используйте интеграцию с Plotly для интерактивных графиков прогноза и компонентов.
Варианты использования Prophet
- Бизнес-прогнозирование
- Прогнозирование трафика веб-сайта
- Анализ влияния событий
- Планирование ресурсов
- Обнаружение аномалий
- Анализ маркетинговых кампаний
