NeuralProphet之NeuralProphet部署

NeuralProphet之八:NeuralProphet部署

将模型存储到本地,并在需要的时候将其导入。
新版本的neuralprophet/utils.py文件下实现了 save和load函数用于模型保存和加载。

模型保存

from neuralprophet import save
save(m, "neuralprophet_model.np")



模型读取

from neuralprophet import load
m = load("neuralprophet_model.np")


模型预测

future = m.make_future_dataframe(df=df, periods=365)
forecast = m.predict(df=future)

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NeuralProphet是一种基于神经网络的时间序列预测库。它建立在Prophet模型的基础上,通过引入神经网络的灵活性和复杂性,提供了更加准确和灵活的预测能力。 NeuralProphet采用的模型结构是一个具有多个隐藏层的多层感知机(MLP)神经网络。通过在时间序列预测任务中引入神经网络的非线性映射特性,NeuralProphet可以更好地捕捉数据的复杂关系和非线性趋势。 与传统的时间序列预测方法相比,NeuralProphet具有一些独特的特点和优势。首先,NeuralProphet具备了自动特征提取和变量选择的能力,可以自动识别和提取时间序列中的重要特征,避免了人工特征工程的繁琐过程。其次,NeuralProphet具有较强的灵活性,可以处理具有缺失值和异常值的时间序列数据,并且可以通过调整网络结构和超参数来优化预测性能。此外,NeuralProphet还提供了一些可视化和分析工具,方便用户对预测结果进行验证和解释。 NeuralProphet在实际应用中具有广泛的适用性。它可以用于预测各种类型的时间序列数据,包括股票价格、销售数据、气象变量等。无论是进行短期预测还是长期趋势分析,NeuralProphet都能够提供高质量的预测结果。 总之,NeuralProphet是一种强大的神经网络时间序列预测库,具有自动特征提取和变量选择能力,具备较强的灵活性和适用性。它为用户提供了更加准确和灵活的时间序列预测工具,帮助用户做出更好的决策。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值