支持Python！非死book开源预测工具Prophet
jopen 8年前
<p style="text-align:center"><img alt="支持Python！非死book开源预测工具Prophet" src="https://simg.open-open.com/show/82db923446a7999a524e1504ec72be20.jpg" /></p> <p>雷锋网消息：前天，非死book 宣布开源一款基于 Python 和 R 语言的数据预测工具——“Prophet”，即“先知”。取名倒是非常直白。</p> <p>非死book 表示，Prophet 相比现有预测工具更加人性化，并且难得地提供 Python 支持。另外，它生成的预测结果足以和专业数据分析师媲美。</p> <p>非死book 把预测任务的流程用下图展示出来：</p> <p style="text-align:center"><img alt="支持Python！非死book开源预测工具Prophet" src="https://simg.open-open.com/show/f0454397d561bb963cdbf85346224959.jpg" /></p> <p>从图中可以看出，预测共分四个流程：建模，预测评估，表面问题和人工检查。</p> <p>在建模阶段，当前可用的 Python 工具包寥寥无几。最广为人知的 “ forecast” ，谷歌开发的 CausalImpact， 以及推特的 AnomalyDetection，均是基于 R 语言。很显然，非死book 想要改变这一点。</p> <p>从 非死book 官方声明来看，<strong>推出 Prophet，是希望用它来替代 forecast，成为最受欢迎的预测工具</strong>。雷锋网(公众号：雷锋网)了解到，相对于后者，非死book 表示 Prophet 有两大优点：</p> <ol> <li> <p>开发合理、准确的预测模型更加直接。</p> <p>Prophet 包含许多预测技术，比如 ARIMA 和 exponential smoothing。每一项工具都有它的长处、短处和调节参数。非死book 表示，选择不恰当的模型或参数会造成让人难以满意的结果；而即便是有经验的数据分析师在选择模型、参数上也经常遇到困难。言下之意是，Prophet 将着重改善这方面的体验，让模型、参数的选择更直观。</p> </li> <li> <p>用 Prophet 做出的预测，能够以对普通人更加直观的方式进行定制。</p> <p>Prophet 有针对周期性的平滑参数（smoothing parameters for seasonality），允许开发者调整与历史周期的匹配程度。它还有针对趋势的平滑参数，能够调整对历史趋势变化的紧跟程度。对于增长曲线（growth curves），开发者能人工设置上限，即 capacities，把关于“该预测如何增长（或下降）”的先验信息注入进去。最后，开发者还能设置不规则日期，来对超级碗、感恩节、黑色星期五之类的特殊日子进行建模。</p> </li> </ol> <p><strong>组成部分</strong></p> <p>在它的核心，Prophet 是一个可加回归模型（additive regression model），它有四个组成部分：</p> <ol> <li> <p>一个分段的线性或逻辑增长曲线趋势。Prophet 通过提取数据中的转变点，自动检测趋势变化。</p> </li> <li> <p>一个按年的周期组件，使用傅里叶级数（Fourier series）建模而成。</p> </li> <li> <p>一个按周的周期组件，使用虚拟变量（dummy variables）。</p> </li> <li> <p>用户设置的重要节日表。</p> </li> </ol> <p><strong>适用范围</strong></p> <p>雷锋网获知，Prophet 针对的是商业预测任务，适用于具备以下特征的场景：</p> <ul> <li> <p>针对每小时、每天或每星期的观察频次，有至少数月（理想情况的一年）的历史记录。</p> </li> <li> <p>多重显著的“人类层级”周期性：星期X以及年份。</p> </li> <li> <p>日期间隔不规则的重要节日（比如超级碗），需要事先得知。</p> </li> <li> <p>观察缺失或是异常值在合理范围内。</p> </li> <li> <p>历史趋势变化，比如产品发布或者改写记录（logging changes）。</p> </li> <li> <p>符合非线性增长曲线的趋势，有天然上、下限或者饱和点。</p> </li> </ul> <p>想要进一步了解 Prophet 的读者，请参考以下链接：</p> <p>非死book 博客：https://research.fb.com/prophet-forecasting-at-scale/</p> <p>使用指南：<a href="/misc/goto?guid=4959000552223749688" rel="nofollow">https://非死bookincubator.github.io/prophet/docs/quick_start.html</a></p> <p>文件：http://非死bookincubator.github.io/prophet/</p> <p>via <a href="/misc/goto?guid=4959000552349967951" rel="nofollow">非死book</a></p> <p>来自: <a href="/misc/goto?guid=4959000552452338213" id="link_source2">雷锋网</a></p>