Prophet: 自动预测程序

2023年更新: 我们在这篇博文中讨论了Prophet未来的计划: 2023年及以后的facebook/prophet

Prophet是一种基于加法模型的时间序列数据预测程序,该模型拟合非线性趋势,并考虑了年、周、日的季节性以及节假日效应。它最适用于具有强烈季节性效应且有多个季度历史数据的时间序列。Prophet对缺失数据和趋势变化具有鲁棒性,通常能很好地处理异常值。

Prophet是由Facebook的核心数据科学团队发布的开源软件。可在CRAN和PyPI上下载。

重要链接

主页: https://facebook.github.io/prophet/
HTML文档: https://facebook.github.io/prophet/docs/quick_start.html
问题追踪: https://github.com/facebook/prophet/issues
源代码仓库: https://github.com/facebook/prophet
贡献指南: https://facebook.github.io/prophet/docs/contributing.html
Prophet R包: https://cran.r-project.org/package=prophet
Prophet Python包: https://pypi.python.org/pypi/prophet/
发布博文: https://research.facebook.com/blog/2017/2/prophet-forecasting-at-scale/
Prophet论文: Sean J. Taylor, Benjamin Letham (2018) 大规模预测. The American Statistician 72(1):37-45 (https://peerj.com/preprints/3190.pdf).

在R中安装 - CRAN

⚠️ CRAN上的Prophet版本相当过时。为获取最新的bug修复和更新的国家假日数据,我们建议安装最新版本。

Prophet是一个CRAN包,因此您可以使用install.packages安装。

install.packages('prophet')

安装后,您可以开始使用了!

在R中安装 - 最新版本

install.packages('remotes')
remotes::install_github('facebook/prophet@*release', subdir = 'R')

实验性后端 - cmdstanr

您还可以选择一个名为cmdstanr的实验性替代stan后端。安装prophet后,按照以下说明使用cmdstanr而不是rstan作为后端:

# R
# 我们建议在新的R会话中运行此操作或重新启动当前会话
install.packages(c("cmdstanr", "posterior"), repos = c("https://mc-stan.org/r-packages/", getOption("repos")))

# 如果您之前没有安装过cmdstan,请运行:
cmdstanr::install_cmdstan()
# 否则,您可以将cmdstanr指向您现有的cmdstan路径:
cmdstanr::set_cmdstan_path(path = <您现有的cmdstan路径>)

# 设置R_STAN_BACKEND环境变量
Sys.setenv(R_STAN_BACKEND = "CMDSTANR")

Windows

在Windows上,R需要一个编译器,因此您需要按照rstan提供的说明进行操作。关键步骤是在尝试安装软件包之前安装Rtools。

如果您有自定义的Stan编译器设置,请从源代码安装而不是使用CRAN二进制文件。

在Python中安装 - PyPI发布版

Prophet在PyPI上可用,因此您可以使用pip安装它。

python -m pip install prophet

从v0.6开始,不再支持Python 2。
从v1.0开始,PyPI上的包名为"prophet";在v1.0之前是"fbprophet"。
从v1.1开始,支持的最低Python版本为3.7。

安装后,您可以开始使用了!

Anaconda

Prophet也可以通过conda-forge安装。

conda install -c conda-forge prophet

在Python中安装 - 开发版本

要获取最新的代码更改,您可以克隆此仓库并手动从源代码构建。这不保证是稳定的。

git clone https://github.com/facebook/prophet.git
cd prophet/python
python -m pip install -e .

默认情况下,Prophet将使用cmdstan的固定版本(如有必要会下载并安装)来编译模型可执行文件。如果不希望这样做,并且想使用您自己现有的cmdstan安装,可以将环境变量PROPHET_REPACKAGE_CMDSTAN设置为False:

export PROPHET_REPACKAGE_CMDSTAN=False; python -m pip install -e .

Linux

确保已安装编译器(gcc, g++, build-essential)和Python开发工具(python-dev, python3-dev)。在Red Hat系统中,安装gcc64和gcc64-c++包。如果您使用的是虚拟机,请注意安装prophet至少需要4GB内存,使用prophet至少需要2GB内存。

Windows

在Windows上使用cmdstanpy需要一个类Unix的C编译器,如mingw-gcc。如果先安装了cmdstanpy,可以通过cmdstanpy.install_cxx_toolchain命令安装一个。

更新日志

版本1.1.5 (2023.10.10)

Python

升级 cmdstan 版本至 2.33.1，支持 Apple M2。
为 macOS arm64 架构（M1、M2 芯片）添加预构建的 wheel 包。
在 Prophet() 实例化中添加了 scaling 参数。允许对 y 进行 minmax 缩放，而非 absmax 缩放（除以最大值）。默认为 scaling='absmax'，保持与之前版本一致的行为。
在 Prophet() 实例化中添加了 holidays_mode 参数。允许假日回归器采用与季节性回归器不同的模式。如未指定，holidays_mode 与 seasonality_mode 取相同值，保持与之前版本一致的行为。
在 Prophet 对象中添加了两个方法：preprocess() 和 calculate_initial_params()。无需手动调用这些方法，它们不会改变模型拟合过程。其目的是在数据传递给 stan 模型之前，清晰展示预处理步骤（y 缩放、创建傅里叶级数、回归器缩放、设置变点等）。
在 cross_validation() 中添加了 extra_output_columns 参数。用户可以指定 predict() 中的额外列，在最终输出中与 ds 和 yhat 一起包含，例如 extra_output_columns=['trend']。
prophet 的自定义 hdays 模块在上一版本中已弃用，现已移除。