qq_34184505的博客

通过使用辅助的方法 Prophet.make_future_dataframe 来将未来的日期扩展指定的天数，得到一个合规的数据框。】介绍了Prophet算法的趋势项和季节项。接下来我们开始介绍Prophet算法的外部变量。Prophet 的输入必须包含两列的数据框：ds 和 y。

Prophet 的输入必须包含两列的数据框：ds 和 y 。example_wp_log_peyton_manning.csv下载地址：建模流程通过使用辅助的方法 Prophet.make_future_dataframe 来将未来的日期扩展指定的天数，得到一个合规的数据框。如果想查看预测的成分分析，可以使用 Prophet.plot_components 方法。默认情况下，将展示趋势、时间序列的年度季节性和周季节性。如果之前包含了节假日，也会展示出来。在上一篇文章【Prophet代码实战（一）趋势

中介绍了Prophet算法是一个加（乘）法模型，可分解为趋势项、季节项、外部变量（节假日）、误差项（随机项）。接下来我们一一介绍如何设置或者调节Prophet这些分解的成分。通过使用辅助的方法 Prophet.make_future_dataframe 来将未来的日期扩展指定的天数，得到一个合规的数据框。必须在训练集和测试集的data_frame中提供"cap"，即趋势的上限。Prophet 的输入必须包含两列的数据框：ds 和 y。在有需要的情况下好可以提供"floor"，即趋势的下限。

Prophet是FaceBook公司在2017年开源的一款时间序列建模工具。Prophet的方法是将时间序列看成是关于t的一个函数，用你和函数曲线的方法进行预测，所以这和传统的时间序列模型有本质上的区别，他更倾向于机器学习的建模方式。Prophet并不是适用于所有的时间序列问题，由于他的建模假设和过程，Prophet方法具有一定的适用范围，他适用于如下的时间序列：商业时间序列（business time series）存在趋势变化有很强的季节性，可是多季节的有线性的外部效应（如假期）