當前位置：
OFweek 人工智能網
> 正文
Prophet：Facebook 簡單高效的時間序列模型
2020-08-03 09:42
將門創投
關注
3．3 節假日和突發事件模型
除了季節性影響，節假日或者某些事件也會對時間序列產生很大的沖擊，并且往往也不遵循周期模式。所以我們需要單獨的拿出來進行設置。
Prophet 允許用戶設置過去和未來的假日或者事件，并且設置節假日影響的時間長短。
考慮回歸矩陣：
其中，
為指示函數。
于是，我們便有：
其中，
。v 可以自行設置，默認為10，值越大，節假日對模型的影響越大；值越小，節假日對模型的影響越小。
3．4 模型擬合
通過上面的趨勢、季節和事件后，我們便可以將其通過加法模型進行累加：
作者使用 pyStan 中的 L－BFGS 方法來對函數進行優化擬合。
下圖展示了一周的周期性：
下圖展示了 Prophet 擬合過去值和預測未來值的效果：
下圖為數據的分解，包括趨勢、周期（周、年）：
放一個 Prophet 與其他模型的精度對比：
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 GPT-6要來了，但AI行業早不跟 OpenAI玩了
- 2 資本巨頭紛紛抽身，為何中小投資者仍為AI狂熱加碼？
- 3 2026年3月，國內具身智能機器人企業融資匯總
- 4 大廠財報中的AI圖鑒：營收單列、玩杠桿、商業畫餅
- 5 谷歌Gemma 4遭破解！實測：偽造支票、找盜版電影，有求必應
- 6 阿里云CTO李飛飛，不是那個“AI教母”李飛飛
- 7 大漲30%！智譜 AI 財報出爐：營收暴增132%，API 增長3倍，市值破 4000 億
- 8 AI PC硬件，進入更大的漲價風暴眼
- 9 特斯拉Optimus Gen3量產在即，哪些環節最具確定性？
- 10 熱點丨谷歌Gemma 4用31B擊敗397B模型，本地AI推向新高度
