fbprophet 时序模型的使用

Facebook 开源了一个时间序列预测的算法，叫做 fbprophet， prophet 算法不仅可以处理时间序列存在一些异常值的情况，也可以处理部分缺失值的情形，还能够全自动地预测时间序列未来的走势。

1.安装，安装这里就不说了，随说安装痛苦但是 Anaconda 下面直接安装就可以。

2.安装完成后的使用。

import pandas as pd
from fbprophet import Prophet
from matplotlib import pyplot
df=pd.read_csv("../fbprophet/20210713.csv")
print(df)

df =df.loc[:,['reportTime','Ratio']]
df.columns = ['ds','y']
df['ds']=pd.to_datetime(df['ds'])
print(df)
'''
#实例化一个新Prophet对象来拟合模型
#easonality_mode='multiplicative'参数来建模乘法季节性
# additive 
#任何添加的季节性或额外的回归量将默认使用seasonality_mode设置的内容，
#但可以通过指定mode='additive'或mode='multiplicative'作为参数来覆盖seasonality_mode设置的内容。
 Python
m = Prophet(seasonality_mode='multiplicative')
m.add_seasonality('quarterly', period=91.25, fourier_order=8, mode='additive&#