使用facebook的fbprophet模型预测湖北新冠肺炎确诊人数(包含源码和具体分析过程)

就在最近，一次偶然的机会学习了以下fbprophet时序预测模型，就决定使用这个框架来进行未来20天人数的预测。但是传染病模型通常比较复杂，此次使用此模型来预测，仅仅是用来练习，结果仅供参考。

fbprophet模型简介

• 这个模型（算法）是由facebook公司在2017年正式开源的，主要用于对时间序列进行预测。
• 这个模型上手非常容易，即便是很一般的数据分析师也能够做一个比较精准的预测。
• 该模型只需要设置基本配置,并传入指定格式的数据，就可以完成数据的预测。
• 整体框架分为Modeling、Forecast Evaluation、Surface Problems以及Visually Inspect Forecasts这四个部分。
• 模型有三部分组成，增长趋势，季节趋势，节假日影响。

更多关于这个模型的介绍，腾讯技术写过一篇我见过最详细的介绍，我就不做重复工作了，大家自行查看把
腾讯技术工程 | 基于Prophet的时间序列预测

python实战

一、包的安装

首先强调一下安装fbprophet我遇到的坑：

• 需要首先安装pystan，这个包使用pip安装很难成功，建议使用anaconda安装。
• 成功安装pystan后，使用pip安装fbprophet。怪吧，因为我使用anaconda安装不上fbprophet。

二、使用的数据

我所使用的数据是湖北省从2019年12月1日到2020年2月29日的确诊人数数据【数据下载】（提取码：vmnv）：

根据官网的描述，只要用 csv 文件存储两列即可，第一列的名字是 ‘ds’, 第二列的名称是 ‘y’。第一列表示时间序列的时间戳，第二列表示时间序列的取值。所以这里我们可以手动在文件中更改列名，也可以在程序中改。这里我们使用后者方法。

三、处理数据

import pandas as pd
import pystan
from fbprophet import Prophet
import matplotlib.pyplot as plt

pdata = pd.read_csv("data/20200301-nCoV-hb.csv")
pdata.rename(columns={
   'date':'ds','confirmed':'y'},inplace=True)
pdata['ds'] = pd.to_datetime(pdata['ds'],format='%Y%m%d')

首先我们将列名修改成了官方要求的’ds’和’y’，其次我们将’ds‘的格式修改成了datatime时间格式。