时间序列(Time Series Analysis),应用非常广泛,从业务预测到全球变暖;从商品价格到股票、基金走势。
比较主流的观点认为,时间序列受四种成分影响:
1、趋势:宏观、长期、持续性的作用力,比如我国房地产价格;
2、周期:比如商品价格在较短时间内,围绕某个均值上下波动;
3、季节:变化规律相对固定,并呈现某种周期特征。比如每年国内航班的旅客数、空调销售量、每周晚高峰时间等。“季节”不一定按年计。每周、每天的不同时段的规律,也可称作季节性。
4、 随机:随机的不确定性,比如10分钟内A股的股指变化,也是人们常说的随机过程(Stochastic Process)。
Facebook开源的 Prophet 就是其中一种基于时间序列的预测模型,包含许多预测技术,比如 ARIMA 和 exponential smoothing。
主要特点
1、提供很多模型,选择适合问题的模型和参数非常重要
2、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。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。
3、开发者还能设置不规则日期,来对感恩节、圣诞节之类的特殊日子进行建模。
本文分享自 程序员郭震zhenguo 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!