NeuralProphet是受Prophet和AR-Net的啟發(fā)，并建立在Pytorch上的強(qiáng)大繼續(xù)模型。

官網(wǎng)：https://neuralprophet.com/

NeuralProphet功能

與Prophet相比，NeuralProphet具備的功能有：

• 通過(guò)使用PyTorch的深度學(xué)習(xí)完成優(yōu)化

• 使用AR-Net對(duì)時(shí)間序列的自相關(guān)建模

• 使用前饋神經(jīng)網(wǎng)絡(luò)對(duì)滯后建模

• 可自定義損失和指標(biāo)

同時(shí)也具備用戶友好Python接口：

from?neuralprophet?import?NeuralProphet import?pandas?as?pddf?=?pd.read_csv('toiletpaper_daily_sales.csv') m?=?NeuralProphet() metrics?=?m.fit(df,?freq="D") forecast?=?m.predict(df)

特征1：自回歸模型

n_lags為NeuralProphet的參數(shù)，向AR-Net提供5個(gè)滯后并接收 3 個(gè)步驟作為預(yù)測(cè)：

m?=?NeuralProphet(n_forecasts=3,n_lags=5,yearly_seasonality=False,weekly_seasonality=False,daily_seasonality=False, )

https://neuralprophet.com/html/auto-regression.html

特性2：滯后回歸模型

滯后回歸器僅AR-Net可用，并且需要指定n_lags值，調(diào)用add_lagged_regressor函數(shù)注冊(cè)這些滯后回歸量：

m?=?m.add_lagged_regressor(names='A')

https://neuralprophet.com/html/lagged-regressors.html

特性3：添加特殊事件

在預(yù)測(cè)問(wèn)題中需要考慮重復(fù)發(fā)生的特殊事件，可以以加法格式和乘法格式添加：

m?=?NeuralProphet(n_forecasts=10,yearly_seasonality=False,weekly_seasonality=False,daily_seasonality=False,) m?=?m.add_events(["superbowl",?"playoff"])

https://neuralprophet.com/html/events.html

特性4：對(duì)未來(lái)進(jìn)行回歸

未來(lái)回歸量是具有已知未來(lái)值的外部變量，我們還需要提供回歸量的未來(lái)值：

df['A']?=?df['y'].rolling(7,?min_periods=1).mean() df['B']?=?df['y'].rolling(30,?min_periods=1).mean()m?=?NeuralProphet(n_forecasts=10,yearly_seasonality=False,weekly_seasonality=False,daily_seasonality=False,)m?=?m.add_future_regressor(name='A') m?=?m.add_future_regressor(name='B')

https://neuralprophet.com/html/future-regressors.html

與Prophet實(shí)驗(yàn)對(duì)比

訓(xùn)練時(shí)間

訓(xùn)練時(shí)間是Prophet的四倍，但預(yù)測(cè)非常快，上線部署如果有GPU更快！

模型選擇

數(shù)據(jù)量比較小、以及長(zhǎng)序列預(yù)測(cè)比較適合用Prophet，其他情況都可以無(wú)腦選擇NeuralProphet

具體精度

往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機(jī)器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機(jī)器學(xué)習(xí)在線手冊(cè)深度學(xué)習(xí)筆記專輯《統(tǒng)計(jì)學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載黃海廣老師《機(jī)器學(xué)習(xí)課程》視頻課黃海廣老師《機(jī)器學(xué)習(xí)課程》711頁(yè)完整版課件

本站qq群955171419，加入微信群請(qǐng)掃碼：

與50位技術(shù)專家面對(duì)面20年技術(shù)見(jiàn)證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的【时间序列】NeuralProphet：Prophet的Pytorch实现！精度更高 预测更快 特性更多！...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。