之前介紹過的時間序列綜述： https://blog.csdn.net/weixin_38812492/article/details/113205598

安裝

pip install pystan pip install convertdate pip install fbprophet

quick start

主要按照文檔簡單跑了一下，還需要對參數比較了解

import sys sys.path.append('..')import pandas as pd import matplotlib.pyplot as plt from fbprophet import Prophet from tf_trainer import *def train():label = pd.read_csv('../data/labels.csv', parse_dates=[0],date_parser=lambda x: pd.datetime.strptime(str(x), '%Y-%m-%d %H:%M:%S'))label = aggregate2day(label)x_train = label.loc[:, ['timestamp', 'hv']]x_train.rename(columns={'timestamp': 'ds', 'hv': 'y'}, inplace=True)print(label)model = Prophet()model.fit(x_train)future = model.make_future_dataframe(periods=14)print(future.tail())forecast = model.predict(future)forecast[['ds', 'yhat']].tail()model.plot(forecast)plt.show()if __name__ == '__main__':train()

總結

以上是生活随笔為你收集整理的时间序列：简易prophet的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。