利用Facebook的Prophet模型进行时间序列数据预测: 本项目利用Facebook开源的Prophet模型，根据历史市场规模数据对2020年2G、3G、4G、5G市场规模进行预测。该项目重点在于模型构建流程、Prophet模型原理及使用、机器学习模型与Prophet模型对比。由于数据隐私问题，不提供任何数据。

# 利用Facebook的Prophet模型进行时间序列数据预测

#### 一、介绍

本项目利用Facebook开源的Prophet模型，根据历史市场规模数据对2020年2G、3G、4G、5G市场规模进行预测。该项目重点在于模型构建流程、Prophet模型原理及使用、机器学习模型与Prophet模型对比。由于数据隐私问题，不提供任何数据。

**为了保证展示效果，从参考资料中借了几张图，如涉及侵权，请随时联系我删除。**

#### 二、使用工具

**1.Facebook Prophet**

Prophet是Facebook开源的一种基于加性模型预测时间序列数据的工具，它遵循sklearn库建模的应用程序接口，使用了拟合模型"fit"和预测"predict"方法。

时间序列数据不同于其他数据，它存在日、周、月、季节、年规律以及假期效应，Prophet能够很好地拟合这些强烈的规律效应，对丢失数据、异常数据和趋势变化具有较强的鲁棒性。

Prophet库的安装相对于其他库的安装比较复杂，具体安装教程请点击[这里](http://blog.csdn.net/anshuai_aw1/article/details/83377735)。

**2.Prophet-Linear模型**

默认情况下，Prophet会使用Linear模型进行预测，线性回归不存在饱和值，即无上限与下限，如下图。

![Linear模型](https://images.gitee.com/uploads/images/2020/1117/154851_bcaa98f9_7878388.png "屏幕截图.png")

**3.Prophet-Logistic模型**

在很多情况下，我们的预测结果可能会存在一个可到达的极限值，比如说市场规模数据不可能小于0，也不可能超过总人数。

这个时候，我们可以使用Logistic模型进行预测，同时指定上限和下限（虚线），使预测更具科学性。

![Logistic模型](https://images.gitee.com/uploads/images/2020/1117/162702_326c3c28_7878388.png "屏幕截图.png")

**4.KNN插值**

缺失值的处理包括删除、常量补充(平均值、众数、中位数)、插值填充(比如取缺失值前后值的均值进行填充)、KNN填充、随机森林填充(与KNN类似)

利用KNN插值算法填充，其实是把目标列当做目标标量，利用非缺失的数据进行KNN算法拟合，最后对目标列缺失进行预测。

对于连续特征一般是加权平均，对于离散特征一般是加权投票。

本项目由于数据量少，因此使用KNN插值算法。

#### 三、项目流程

**1.数据预处理**

1.1 数据存在缺失值

使用KNN算法对缺失值进行补充

1.2 数据存在异常值

各市场规模数据相加不等于总市场规模，利用python识别和修改即可。

**2.描述性统计**

在这里，借助了Arima模型中乘法分解的方式试着分解时间序列数据。

分解公式为： **Value = Trend * Base Level * Seasonality * Error**

在对数据进行分解后，可以发现以下规律：

2.1虽然各个地区总体市场规模不同，但2G\3G\4G\5G数据的发展规律非常相似，呈现先期后落的生命周期。

2.2当3G市场规模初露苗头时，每个地区2G市场规模开始从顶峰下降。

2.3到了2019年，各地区4G市场规模均未呈现上升趋势，可能已达顶峰。

2.4当4G市场规模初露苗头时，每个地方3G市场规模开始从顶峰下降。

**以上规律对后面使用Prophet模型非常有用**

**3.时间序列预测模型的若干尝试**

**3.1长短期记忆网络(LSTM)**

采用长短期记忆网络进行预测时，以输入为前4个时间步，输出为下一个时间步的单步预测。

由于总的数据量过小，而训练的迭代次数过多，导致模型出现了 **过拟合现象** 。

![LSTM](https://images.gitee.com/uploads/images/2020/1117/174611_44dc8f48_7878388.png "屏幕截图.png")

**3.2支持向量回归(SVR)**

采用支持向量回归进行预测时，切割数据集为训练集和验证集，用SVR进行训练后验证。

由于训练集较小导致模型出现过拟合，造成训练集误差较小且稳定，而验证集误差很大的结果。

![SVR](https://images.gitee.com/uploads/images/2020/1117/174941_5922dafe_7878388.png "屏幕截图.png")

**3.3ARIMA模型**

采用ARIMA模型对每条数据进行预测，可以看出模型只对后期市场规模稳定收敛于0的数据有效。

对于尚处衰退期的数据，预测数据会一直下降到0以下，这是不符合现实的。

![ARIMA](https://images.gitee.com/uploads/images/2020/1117/175416_b32d3b28_7878388.png "屏幕截图.png")

**4.Prophet模型构造**

阅读Prophet文档以及数据特征，可以看出Prophet模型适用于具有以下特征的数据预测。

**4.1时间序列数据**

无线网络市场规模数据只有日期和市场规模两项，无其余特征。

**4.2具有明显的趋势性**

无线网络数据具有清洗的进入、成长、成熟、衰退期。

**4.3非线性增长**

2G、3G无线网络数据存在饱和最小值。

**4.4异常值、离群点**

原数据可能存在一些未处理的异常值/离群点。

**5.Prophet模型输入与输出**

**5.1输入**

**5.1.1时间戳与相应值**

输入各地区各型号无线产品市场规模及时间戳，格式如下，ds表示时间戳，y表示市场规模

![时间戳与相应值](https://images.gitee.com/uploads/images/2020/1117/180435_72a440ff_7878388.png "屏幕截图.png")

**5.1.2趋势模型**

包括线性模型(Linear)和逻辑回归(Logistic)两种模型，并对趋势模型设置边界。

```
import pandas as pd
from fbprophet import Prophet
df = pd.read_csv('examples/example_wp_log_R.csv')
df['cap'] = 8.5
m = Prophet(growth='logistic')
m.fit(df)
```

预测结果如下图

![预测结果](https://images.gitee.com/uploads/images/2020/1117/180910_89fc28ce_7878388.png "屏幕截图.png")

**5.1.3相关参数**

利用模型自带的交叉验证方式对相关参数进行调整，从而得到最优的模型。

不同类型的网络参数设置不同，不作展示。

**5.2输出**

**5.2.1预测值与未来走势**

利用相关函数输出未来的时间序列走势及预测区间。

![预测值与未来走势](https://images.gitee.com/uploads/images/2020/1117/181840_2ac4fff2_7878388.png "屏幕截图.png")

**5.2.2必要的统计指标**

输出预测后的拟合曲线，饱和上下界、变换点、趋势分解等指标。

![必要的统计指标](https://images.gitee.com/uploads/images/2020/1117/182018_942ba0e0_7878388.png "屏幕截图.png")

#### 四、参考资料

1.[时间序列模型Prophet使用详细讲解](https://blog.csdn.net/anshuai_aw1/article/details/83412058)

2.[Facebook Prophet主页](https://github.com/facebook/prophet)

BentoMan/利用Facebook的Prophet模型进行时间序列数据预测

简介

发行版

贡献者

近期动态

BentoMan/利用Facebook的Prophet模型进行时间序列数据预测 .gitee-modal { width: 500px !important; }

简介

发行版

贡献者

近期动态

搜索帮助

BentoMan/利用Facebook的Prophet模型进行时间序列数据预测