针对Prophet的模型参数调节
如下图所示意,浅蓝色区域就过于宽泛,模型预测的上、下边界被逐渐放大很多倍。这说明模型的平滑性过大,导致异常点对结果造成了很大影响。
解决办法:
重新设置参数或者对历史数据中的异常点进行预处理。
如果认为时间序列是非线性增长趋势:
图中的水平虚线表示了非线性增长趋势的承载量cap,预测结果将在该虚线处达到饱和。
调参建议
预测结果的误差很大,考虑选取的模型是否准确,尝试调整增长率模型(growth)的参数,在必要的情况下也需要调整季节性(seasonality)参数。
在尝试的大多数方法中,某些日期的预测依然存在很大的误差,这就说明历史数据中存在异常值。最好的办法就是找到这些异常值并剔除掉。使用者无需像其他方法那样对剔除的数据进行插值拟合,可以仅保留异常值对应的时间, 并将异常值修改为空值(NA),模型在预测时依然可以给出这个时间点对应的预测结果。
如果对历史数据进行仿真预测时发现,从一个截点到下一个截点误差急剧的增加,这说明在两个截点期间数据的产生过程发生了较大的变化,此时两个截点之间应该增加一个”changepoint”,来对这期间的不同阶段分别建模。
参考:
https://mp.weixin.qq.com/s/675ASxDSVH_8BX6W8WRRqg