时间序列预测 | Python实现NeuralProphet模型时间序列预测

时间序列预测 | Python实现NeuralProphet模型时间序列预测

基本介绍

NeuralProphet的前辈Prophet并没有global 模型的概念，所以当我们用Prophet预测成千上万个产品的时候，我们就需要建立成千上万个模型。所以，当NeuralProphet提供global模型的思路时，这就在时序预测打开一片新天地了。

程序设计

• 这里我采用NeuralProphet 自带的数据集，应该是美国的电力消耗数据（我印象中kaggle也有该数据集）。数据集很简单，包含了不同地区每个小时的电力消耗量。这个数据集算很工整的数据，只有需要预测的变量，没有除了电力消耗之外的其它变量。

data_location = "https://raw.githubusercontent.com/ourownstory/neuralprophet-data/main/datasets/"
df_ercot = pd.read_csv(data_location +