大白话Prophet模型以及简单的应用（一）

Prophet 是基于加法模型预测时间序列数据。适合于具有季节性影响的时间序列和具有多个季节的历史数据。Prophet对数据中的异常值和缺失值以及趋势的强烈变化有着较好的鲁棒性（耐操性），所以通常情况下都不需要对数据进行处理。

优点：

1. 准确快速
   本模型是Facebook开源的一个模型，据官网说本模型已经大量运用于许多应用程序中，发现在大多数情况下，它的性能优于其他方法，并且能在短时间内的得到预测
2. 参数可解释强
   模型中的参数都有着比较具象的含义，有季节性（年月日为周期）、节假日，操作者可以结合项目背景，进行调参，并对别人做出解释

---

模型原理

y(t)=g(t)+s(s)+h(t)+ϵt

g(t)表示增长函数，用来拟合非周期性变化的。
s(t)用来表示周期性变化，比如说每周，每年，季节等。
h(t)表示假期，节日等特殊原因等造成的变化。
ϵt为噪声项，用他来表示随机无法预测的波动，我们假设ϵt是高斯的。

• 时间序列模型：分析师可以根据不同的项目背景，建立不同的模型
• 模型评估：根据模型对历史数据进行拟合，在模型参数不确定的情况下，进行多种尝试，并对模型进行评估
• 呈现问题：尝试了多种参数后，模型依然不理想，则会把误差较大的原因呈现给分析师
• 结果可视化：以可视化的方式呈现给分析师，分析师可以更加直观的得知问题所在并对模型进行调整

在Prophet模型中，模型评估和呈现问题是自动处理，分析师只需要注重模型建立和结果可视化就行

模型的简单应用

这里我们以基于Prophet模型对新冠的预测中的数据来为大家举例说明,在例子中，我们为大家详细介绍模型

---

首先向大家展示数据的格式

但是由于Prophet模型的输入必须包含两列数据：ds和y，其中ds列的数据必须是时间戳或日期，日期格式为 YYYY-MM-DD，时间戳格式为 YYYY-MM-DD HH：MM：SS；y列必须是数值，代表我们需要预测的信息。

假设我们要预测确诊病例的情况，首先我们需要对列名进行重命名

导入数据、修改列名

import pandas as pd

path="D:\\疫情预测\\USA.csv"
data=pd.read_csv(path,parse_dates=["date"])
data_new=data.rename(columns={"date":"ds","cases":"y"})

建立模型

from fbprophet import Prophet
pm=Prophet()

参数解释：
这里我们将简单介绍一下Prophet的参数

参数	描述
growth	模型的趋势函数，有linear和logistic两种，默认为linear函数
changepoints	是指一个特殊的日期，在这个日期，模型的趋势将发生一定的改变（比如周末确诊人数一般会激增），我们可以手动设置，若不设置，则模型自动识别
n_changepoints	表示changepoints的数量，如果changepoints指定了，则该参数失效不被使用，一般配合changepoint_range使用
changepoint_range	估计趋势变化点的历史比例，若changepoints被指定，则该参数失效不被使用,一般配合n_changepoints使用。例如Prophet(changepoint_range=0.9，n_changepoints=30)，表示从历史数据的前90%中自动选取30个趋势变化点。默认情况下是前80%取25个点
changepoint_prior_scale	设定自动突变点选择的灵活性，值越大越容易出现changepoint

补充：
linear函数（分段线性函数）

• 线性函数指的是y=kx+b，分段线性函数指的是在每一个子区间上，函数都是线性函数

logistic函数

growth=’linear’和growth=’logistic’该如何选择？
根据图像，很容易看出logistic有上限和下限，所以当项目背景存在一个饱和点的时候，可以选择logistic函数，一般情况使用linear函数，prohphet默认的也是选择linear

---

除此之外，还有其他参数，本章就不展开细说，下面列出所有参数：

class Prophet(object):
    def __init__(
            self,
            growth='linear',
            changepoints=None,
            n_changepoints=25,
            changepoint_range=0.8,
            yearly_seasonality='auto',
            weekly_seasonality='auto',
            daily_seasonality='auto',
            holidays=None,
            seasonality_mode='additive',
            seasonality_prior_scale=10.0,
            holidays_prior_scale=10.0,
            changepoint_prior_scale=0.05,
            mcmc_samples=0,
            interval_width=0.80,
            uncertainty_samples=1000,
            stan_backend=None
    ):

模型训练以及预测

#首先分割数据集，我们这里采用预测区间前两个月的数据，来预测后一个月的数据，下面是分割训练集和预测集
train_data = data_new[-90:-30]
test_data =  data_new[-30:]
#建立模型并训练
pm=Prophet(changepoint_prior_scale=0.95)
pm.fit(train_data )
#预测30天
future = pm.make_future_dataframe(periods=30)
pm_forecast = pm.predict(future)

可视化

fig1 = pm.plot(pm_forecast)
fig2 = pm.plot_components(pm_forecast)

结果如图：
下图黑点为历史数据，蓝线为拟合曲线，蓝色范围为预测区间

下图为每周的趋势变化，可以得出结论，在周五的时候，确诊人数增加最快，周日增加最慢，那我们可以结合背景做出解释，比如周一到周五大家要工作，所以接触频繁，容易感染，周六周日大家都待在家里，接触少，所以感染不那么容易

自此，我们就通过Prophet模型，完成了对确诊人数的预测，并对结果进行了可视化，下一章我们会对prophet模型的其他方法以及参数进行描述和使用