【时间序列】NeuralProphet:Prophet的Pytorch实现!精度更高 预测更快 特性更多!...
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。
- 上一篇: RTSP播放器开发填坑之道
- 下一篇: win8桌面显示开始菜单教程