NeuralProphet 开源项目教程

NeuralProphet 开源项目教程

neural_prophetNeuralProphet: A simple forecasting package项目地址:https://gitcode.com/gh_mirrors/ne/neural_prophet

1. 项目的目录结构及介绍

NeuralProphet 项目的目录结构如下：

neural_prophet/
├── neuralprophet/
│   ├── __init__.py
│   ├── forecaster.py
│   ├── metrics.py
│   ├── models.py
│   ├── utils.py
│   └── ...
├── examples/
│   ├── example_data.csv
│   ├── example_notebook.ipynb
│   └── ...
├── tests/
│   ├── test_forecaster.py
│   ├── test_metrics.py
│   └── ...
├── README.md
├── LICENSE
├── setup.py
└── ...

目录结构介绍

• neuralprophet/: 包含项目的主要代码文件。
  • __init__.py: 初始化文件，使得 neuralprophet 成为一个 Python 包。
  • forecaster.py: 主要预测模块。
  • metrics.py: 评估指标模块。
  • models.py: 模型定义模块。
  • utils.py: 工具函数模块。
• examples/: 包含示例数据和示例代码。
  • example_data.csv: 示例数据文件。
  • example_notebook.ipynb: 示例 Jupyter Notebook。
• tests/: 包含测试代码。
  • test_forecaster.py: 预测模块的测试代码。
  • test_metrics.py: 评估指标模块的测试代码。
• README.md: 项目说明文档。
• LICENSE: 项目许可证。
• setup.py: 项目安装脚本。

2. 项目的启动文件介绍

项目的启动文件主要是 neuralprophet/__init__.py，这个文件初始化了整个 neuralprophet 包，并导入了必要的模块和函数，使得用户可以直接通过 import neuralprophet 来使用项目。

3. 项目的配置文件介绍

NeuralProphet 项目没有明确的配置文件，但用户可以通过代码中的参数设置来配置模型。例如，在 forecaster.py 中，用户可以设置不同的参数来调整模型的行为，如趋势、季节性、自回归等。

示例代码：

from neuralprophet import NeuralProphet
import pandas as pd

# 读取数据
df = pd.read_csv('example_data.csv')

# 初始化模型
m = NeuralProphet()

# 配置模型参数
m.add_seasonality(name='monthly', period=30, fourier_order=5)

# 训练模型
metrics = m.fit(df, freq="D")

# 预测
forecast = m.predict(df)

通过上述代码，用户可以灵活地配置和使用 NeuralProphet 模型。

neural_prophetNeuralProphet: A simple forecasting package项目地址:https://gitcode.com/gh_mirrors/ne/neural_prophet