您只需幾行代碼即可創(chuàng)建和評(píng)估預(yù)測(cè)。
只要提供pandas的DataFrame,需要包含時(shí)間序列和需要預(yù)測(cè)的值。時(shí)間序列可以是任何pandas.to_datatime認(rèn)識(shí)的格式
在本例中，我們將會(huì)加載一個(gè)數(shù)據(jù)集，代表的是佩頓·曼寧維基百科頁(yè)面的訪問(wèn)量。
本數(shù)據(jù)集包含了從2007-12-10到2016-01-20期間的數(shù)據(jù)。

加載依賴

#將圖表嵌入到Notebook中
%matplotlib inline

# 忽略警告 
import warnings
warnings.filterwarnings("ignore")

# 加載依賴
import pandas as pd
import plotly

from greykite.common.data_loader import DataLoader
from greykite.framework.templates.autogen.forecast_config import ForecastConfig
from greykite.framework.templates.autogen.forecast_config import MetadataParam
from greykite.framework.templates.forecaster import Forecaster
from greykite.framework.templates.model_templates import ModelTemplateEnum
from greykite.framework.utils.result_summary import summarize_grid_search_results

將數(shù)據(jù)集加載到pandas DataFrame中

dl = DataLoader()
df = dl.load_peyton_manning()
display(df.head(),df.tail())

加載數(shù)據(jù)集.png

這個(gè)df就是從2007-12-10到2016-01-20期間的數(shù)據(jù)。如果要用自己的數(shù)據(jù)集，可以pd.read_csv讀取自己的數(shù)據(jù)。只要是pandas.to_datatime能認(rèn)識(shí)的時(shí)間格式就可以（一般常見(jiàn)的格式都認(rèn)識(shí)）。

指定數(shù)據(jù)集信息

metadata = MetadataParam(
    time_col="ts",  # time列的列名
    value_col="y",  # value列的列名
    freq="D"  
'''
"H" 代表小時(shí), "D" 是天, "W" 是星期, etc.   `pandas.date_range`能接受的任何格式
'''
)

創(chuàng)建預(yù)測(cè)模型

你可以選擇PROPHET或者SILVERKITE預(yù)測(cè)模型模板。
在本例中，我們使用SILVERKITE作為預(yù)測(cè)模型。
首先創(chuàng)建Forecaster()對(duì)象，然后對(duì)該實(shí)例對(duì)象應(yīng)用run_forecast_config方法。
傳入兩個(gè)參數(shù)，df 和 config。df就是前面創(chuàng)建的數(shù)據(jù)集，config需要用ForecastConfig（）函數(shù)創(chuàng)建。
ForecastConfig（）里面的參數(shù)包括：

• model_template：模型算法，這里選擇使用ModelTemplateEnum.SILVERKITE.name
• forecast_horizon：預(yù)測(cè)的步長(zhǎng)，這里預(yù)測(cè)365步
• coverage：置信度，0.95是95%置信度在預(yù)測(cè)的范圍內(nèi)。
• metadata_param：這個(gè)就選上一步創(chuàng)建的那個(gè)數(shù)據(jù)集信息，時(shí)間列名、值列名、時(shí)間頻率

forecaster = Forecaster()  # 創(chuàng)建forecaster對(duì)象，并且存儲(chǔ)預(yù)測(cè)結(jié)果
result = forecaster.run_forecast_config(  # 結(jié)果也被存儲(chǔ)為`forecaster.forecast_result`
    df=df,
    config=ForecastConfig(
        model_template=ModelTemplateEnum.SILVERKITE.name,
        forecast_horizon=365,  # 向前預(yù)測(cè)365步長(zhǎng)
        coverage=0.95,         # 95%預(yù)測(cè)置信度
        metadata_param=metadata
    )
)

檢查結(jié)果

run_forecast_config的輸出是一個(gè)字典，包含了未來(lái)的預(yù)測(cè)，歷史擬合性能評(píng)估，以及原始的時(shí)間序列。

繪制歷史的時(shí)序數(shù)據(jù)

使用plotly畫(huà)出可交互的圖表

ts = result.timeseries
fig = ts.plot()
plotly.io.show(fig)

歷史數(shù)據(jù).png

Cross-validation交叉驗(yàn)證：

默認(rèn)地，run_forecast_config提供了歷史數(shù)據(jù)的估計(jì)，所以你可以看到這個(gè)模型對(duì)于歷史數(shù)據(jù)的“預(yù)測(cè)”效果。
這個(gè)被存儲(chǔ)在grid_search (交叉驗(yàn)證拆分)和backtest（holdout測(cè)試集）

讓我們看一下交叉驗(yàn)證的結(jié)果吧。
下面展示了MAPE（Mean Absolute Percentage Error）

grid_search = result.grid_search
cv_results = summarize_grid_search_results(
    grid_search=grid_search,
    decimals=2, # 小數(shù)位
    # The below saves space in the printed output. Remove to show all available metrics and columns.
    cv_report_metrics=None,
    column_order=["rank", "mean_test", "split_test", "mean_train", "split_train", "mean_fit_time", "mean_score_time", "params"])
# Transposes to save space in the printed output
# 轉(zhuǎn)置，節(jié)省打印輸出的空間
cv_results["params"] = cv_results["params"].astype(str)
cv_results.set_index("params", drop=True, inplace=True)
cv_results.transpose()

交叉驗(yàn)證的結(jié)果

這些參數(shù)具體代表的含義，我尚不能解釋清楚。埋坑，待以后用到的時(shí)候再研究吧。如果讀者您知道，請(qǐng)不吝賜教。

使用Backtest ，畫(huà)出歷史數(shù)據(jù)的擬合效果吧。

backtest = result.backtest
fig = backtest.plot()
plotly.io.show(fig)

歷史數(shù)據(jù)擬合效果

使用前一部分的歷史數(shù)據(jù)歷史數(shù)據(jù)作為訓(xùn)練集，來(lái)預(yù)測(cè)后一部分的歷史數(shù)據(jù)?？纯锤鷮?shí)際的數(shù)據(jù)差別。
這個(gè)預(yù)測(cè)的時(shí)間周期，是跟上面模型創(chuàng)建時(shí)定義的forecast_horizon=365一樣。要往后預(yù)測(cè)365天，默認(rèn)做模型檢驗(yàn)的時(shí)候，backtest也時(shí)拿最后的365天做校驗(yàn)。
你也可以查看歷史數(shù)據(jù)評(píng)估矩陣（基于歷史的訓(xùn)練和測(cè)試集）

dict_train = {}
for i,j in backtest.train_evaluation.items():
    dict_train[i] = j
df_train = pd.DataFrame(dict_train,index=["train"])

dict_test = {}
for i,j in backtest.test_evaluation.items():
    dict_test[i] = j
df_test = pd.DataFrame(dict_train,index=["test"])

metrics = pd.concat([df_train,df_test],axis=0).T
metrics

歷史數(shù)據(jù)擬合效果評(píng)估

Forecast預(yù)測(cè)

結(jié)果的forecast屬性包含了預(yù)測(cè)的結(jié)果，就跟backtest類似，你可以畫(huà)出結(jié)果，或者看到評(píng)估矩陣。
讓我們畫(huà)出預(yù)測(cè)結(jié)果吧（使用所有的數(shù)據(jù)進(jìn)行訓(xùn)練）：

forecast = result.forecast
fig = forecast.plot()
plotly.io.show(fig)

對(duì)未來(lái)的預(yù)測(cè)結(jié)果

forecast.df.tail().round(2)

預(yù)測(cè)數(shù)據(jù).png

Model Diagnostics模型診斷：

各個(gè)組件圖展示了展示了你的數(shù)據(jù)集的整體趨勢(shì)、季節(jié)性影響、以及事件、節(jié)假日模式。

fig = forecast.plot_components()
plotly.io.show(fig)     # 如果使用PROPHET算法模板，就用 fig.show()

image.png

image.png

image.png

image.png

image.png

image.png

summary = result.model[-1].summary()  # -1 retrieves the estimator from the pipeline
print(summary)

應(yīng)用模型

這個(gè)訓(xùn)練的模型可以在sklearn.pipeline.Pipeline中被使用

model = result.model
model

你可以拿這個(gè)模型來(lái)預(yù)測(cè)任意時(shí)間范圍，make_future_dataframe這個(gè)函數(shù)可以幫你方便地創(chuàng)建未來(lái)日期的dataframe。
注意傳給predict函數(shù)的dataframe需要跟前面?zhèn)鹘orun_forecast_config 的df具有相同的列。包括數(shù)值列，要用np.nan來(lái)填充。

future_df = result.timeseries.make_future_dataframe(
    periods=4,
    include_history=False)
future_df

比如從歷史數(shù)據(jù)往后推4天

調(diào)用.predict()函數(shù)來(lái)計(jì)算預(yù)測(cè)值。

model.predict(future_df)

預(yù)測(cè)結(jié)果