時間序列 - Prophet 模型
Facebook 於 2017 年開源了 prophet 模型,該模型能夠以強烈的日級別、周級別、年級別等多重季節性和趨勢對時間序列進行建模。其直觀引數能夠讓不太專業的資料科學家對其進行調整以獲得更好的預測。從本質上來說,它是一種可檢測變動點以對時間序列進行建模的加性迴歸模型。
Prophet 將時間序列分解為趨勢 $g_{t}$、季節性 $S_{t}$ 和假日 $h_{t}$ 的各個組成部分。
$$y_{t}=g_{t}+s_{t}+h_{t}+\epsilon_{t}$$
其中, $\epsilon_{t}$ 是誤差項。
諸如因果影響和異常檢測等類似用於時間序列預測的包分別由谷歌和推特在 R 中推出。
廣告