pandas - 如何设置 Prophet 的 cross_validation() 函数?
问题描述
我正在使用 Prophet (Python) 批量预测和分析时间序列。这意味着我的时间序列具有相同的属性,但它们并不完全相同。它们都从 2016-01-01 运行到 2020-Jul-01。
我想使用前 3 年的数据交叉验证我的结果,我的预测目标只有 15 天。
使用前 3 年测试我的适合度的最佳配置是什么,目标是 15 天的预测?
我天真的尝试是下面的一个:
df_cv = cross_validation(mts, initial="1095 days", period='31 days', horizon = '15 days')
我不确定在“周期”和“水平”参数中添加什么。
解决方案
正如 Prophet 的文档中提到的:
我们指定预测范围 (horizon),然后可选地指定初始训练期 (initial) 的大小和截止日期 (period) 之间的间隔。
因此,对截止和截止+地平线之间的每个观察点进行预测。
因此,您可以指定“时期”和“水平”参数的任意组合,只要它们的总和等于您要预测的时期(15 天)。
推荐阅读
- c - 当 nfds 大于 fd_set 中位数组的长度时,select 会做什么?可能吗?
- actions-on-google - 如何使用 Google Home 控制扬声器音量?
- c - 内核线程执行更多通信工作时出现不希望的延迟
- phpexcelreader - 像 α β γ δ 这样的数学符号没有使用 php excel_reader2 上传到数据库中
- c# - .NET Core Roslyn 在程序集中找不到 System.Decimal
- python - 删除重复后如何维护字符串列表的索引?
- javascript - 如何将 QR 码转换为 img 并将其保存到 firebase 存储
- html - 仅在 chrome 浏览器中与主导航栏重叠的横幅视频
- node.js - 猫鼬聚合未返回预期结果
- java - 两个字符串看起来相同但不相等