Prophet文档中文翻译--saturating_forecast

%matplotlib inline
from fbprophet import Prophet
import pandas as pd
import logging
logging.getLogger('fbprophet').setLevel(logging.ERROR)
import warnings
warnings.filterwarnings("ignore")

预测增长

默认情况下，Prophet使用线性模型进行预测。在预测增长时，通常会有一些最大可实现点：总市场规模，总人口规模等。这称为承载能力，此时预测应该会饱和。

Prophet允许您使用具有指定承载能力的logistic growth趋势模型进行预测。我们用维基百科上R（编程语言）页面的页面访问日志数来说明这一点：

df = pd.read_csv('examples/example_wp_log_R.csv')

我们必须在cap中指定承载能力。这里我们假设一个特定的值，但通常使用有关市场规模的数据或专业知识来设置。

df['cap'] = 8.5

需要注意的重要事项是必须为数据框中的每一行指定cap，并且它不必是常量。如果市场规模在增长，那么上限可能会增加。

然后我们像以前一样拟合模型，除了传递一个额外的参数来指定logistic growth:

m = Prophet(growth='logistic')
m.fit(df)

<fbprophet.forecaster.Prophet at 0x2896348a198>

我们像以前一样为未来预测创建数据框，但我们还必须在未来指定cap。在这里，我们将cap保持在与历史记录相同的值，并预测未来3年：

future = m.make_future_dataframe(periods=1826)
future['cap'] = 8.5
fcst = m.predict(future)
fig = m.plot(fcst)

logistic函数的隐式最小值为0，并且将以与cap饱和相同的方式饱和。也可以指定不同的饱和最小值。

最小饱和值

logistic growth模型还可以处理饱和最小值，使用与列指定cap相同的方式使用floor指定：

df['y'] = 10 - df['y']
df['cap'] = 6
df['floor'] = 1.5
future['cap'] = 6
future['floor'] = 1.5
m = Prophet(growth='logistic')
m.fit(df)
fcst = m.predict(future)
fig = m.plot(fcst)

要使用具有饱和最小值(floor)的logistic growth趋势，还必须指定最大容量(cap)。