独家 | 手把手教你用Python的Prophet库进行时间序列预测

作者：Jason Brownlee

翻译：殷之涵

校对：吴振东

本文长度为4800字，建议阅读10+分钟

本文为大家介绍了如何在Python中使用由Facebook开发的Prophet库进行自动化的时间序列预测，以及如何评估一个由Prophet库所搭建的时间序列预测模型的性能。

时间序列预测通常具有十足的挑战性，这是由时间序列预测的方法众多、且每种方法都包含很多不同的超参数所造成的。

 

Prophet是一个专门为预测单变量时间序列数据集而设计的开源库。如果你想要自动化地寻找一组好的模型超参数，从而对拥有趋势及季节性周期变化结构的数据做出有效预测，使用Prophet来处理是一件轻而易举的事情——它本来就是为此而设计的。

 

在本教程中，你将去探索如何使用这个由Facebook开发的Prophet库进行时间序列预测。

 

完成这个教程后，你将会学到：

• Prophet是一个由Facebook开发的开源库，专为单变量时间序列数据的自动化预测而设计；

• 如何拟合Prophet模型，并使用模型进行样本内及样本外预测；

• 如何使用通过留出法所划分出的不参与训练的数据集来评估Prophet模型的性能。

那我们就开始吧。

 

教程概览

 

本教程共有3个部分，它们分别是：

• Prophet预测库介绍

• 汽车销量数据集

1. 1. 加载数据并进行统计描述

   2. 加载数据并进行图表绘制

• 使用Prophet进行汽车销量预测

1. 1. 拟合Prophet模型

   2. 进行样本内预测

   3. 进行样本外预测

   4. 手动对预测模型进行性能评估

Prophet预测库介绍

 

Prophet，或称“Facebook Prophet”，是一个由Facebook开发的用于单变量时间序列预测的开源库。

 

Prophet实现的是一个可加的时间序列预测模型，支持趋势、季节性周期变化及节假日效应。

 

“该模型所实现的是一个基于可加模型的时间序列数据预测过程，拟合了年度、周度、日度的季节性周期变化及节假日效应的非线性趋势。”

— Package ‘prophet’, 2019.

 

Prophet的设计初衷就是简单易用、完全自动，因此适合在公司内部场景中使用，例如预测销量、产能等。

 

这里有一篇不错的概览，介绍了Prophet及它的功能：

Prophet: forecasting at scale, 2017

https://research.fb.com/blog/2017/02/prophet-forecasting-at-scale/

这个库的接口在R和Python中均可被调用，本篇将会聚焦于Python中的使用方法。

 

第一步是使用Pip对Prophet库进行安装，操作如下：

 

sudo pip install fbprophet

 

接下来，我们需要确认Prophet库已经被正确安装。

 

我们可以在Python中导入该库并打印它的版本号。完整的例子见下方：

 

# check prophet version
import fbprophet
# print version number
print('Prophet %s' % fbprophet.__version__)

 

运行上述例子并打印Prophet库的版本号。你应该安装的是如下或更高的版本。

 

Prophet 0.5

 

现在我们已经安装好了Prophet，接下来就选择一个数据集并使用这个库来进行探索。

 

汽车销量数据集

 

我们将会使用汽车月度销量数据集。

 

这是一个标准的单变量时间序列数据集，同时包含趋势及季节性周期变化。它包含108个月的汽车销量数据，使用基准模型对其进行预测便能达到3235（辆汽车）的平均绝对误差，从而提供了较低的误差限制。

 

无需下载数据集，我们会在每个例子中自动下载它。

 

Monthly Car Sales Dataset (csv)

https://raw.githubusercontent.com/jbrownlee/Datasets/master/monthly-car-sales.csv

Monthly Car Sales Dataset Description

https://raw.githubusercontent.com/jbrownlee/Datasets/master/monthly-car-sales.names

1. 加载数据并进行统计描述

 

首先，让我们来加载数据并且对它进行统计描述。

 

Prophet要求输入的数据为Pandas DataFrames的形式。所以我们要用Pandas库进行数据加载和统计描述。

 

我们可以通过调用Pandas库中的read_csv()函数，从而直接通过URL加载数据。接下来我们可以对数据集的行数和列数进行统计，并查看一下前几行数据。

 

完整的例子如下：

 

# load the car sales dataset
from pandas import read_csv
# load d