Time-series-prophet-model

時系列-預言者モデル

2017年、Facebookは、日レベル、週レベル、年レベルなどの強い複数の季節性を持つ時系列をモデリングできる預言者モデルをオープンソース化しました。 とトレンド。 専門家ではないデータサイエンティストがより良い予測のために調整できる直感的なパラメーターがあります。 その中心は、変化点を検出して時系列をモデル化できる加法回帰モデルです。

預言者は時系列をトレンド$ g _ \ {t} $、季節性$ S _ \ {t} $および休日$ h _ \ {t} $のコンポーネントに分解します。

y _ \ {t} = g _ \ {t} + s _ \ {t} + h _ \ {t} + \ epsilon _ \ {t}

ここで、$ \ epsilon _ \ {t} $はエラー用語です。

因果的影響や異常検出などの時系列予測用の同様のパッケージが、RとGoogleによってそれぞれ導入されました。