时间序列预测是我们工作中经常遇到的问题，也是一个很难解决好的问题。
一般情况下我们可能直接用线性回归、移动平均、ARIMA等传统方法去解决。但是这些方法存在很多的缺陷，首先就是不能自动化处理异常数据，所以需要花大量时间对数据进行加工处理。其次就是模型缺乏灵活性，模型建好后，数据稍微变动就需要再从头开始，这对常态化的预测分析任务非常不友好，甚至需要让专人去维护模型。
2017年2月24号facebook开源了时间序列预测框架prophet，目前支持R语言和python语言。prophet是基于可分解（趋势+季节+节假日）模型的开源库，Prophet充分的将业务背景知识和统计知识融合起来，它让我们可以用简单直观的参数进行高精度的时间序列预测，并且支持自定义季节和节假日的影响。官方号称“让普通人也能像数据分析师一样得出专业的结论”。
时间序列预测是我们工作中经常遇到的问题，也是一个很难解决好的问题。 一般情况下我们可能直接用线性回归、移动平均、A...
fbprophet是facebook开源的时间序列预测框架 可用于时间序列预测，支持Python语言 以下命令按顺...
时间序列预测法及Spark-Timeserial 时间序列预测法 时间序列预测法(Time Series Fore...
如何评价facebook开源的prophet时间序列预测工具? 时间序列分析 时间序列预测之--ARIMA模型 通...
前言 在所有的预测问题里面，时间序列预测最让我头疼。 做时间序列预测，传统模型最简便，比如Exponential ...
cnn 教程： https://blog.csdn.net/weixin_39653948/article/det...
tensorflow下用LSTM网络进行时间序列预测 用LSTM做时间序列预测的思路,tensorflow代码实现...
转载自Python Keras + LSTM 进行单变量时间序列预测 首先，时间序列预测问题是一个复杂的预测模型问...
Autoregressive Integrated Moving Average Model（自回归移动平均模型）...
一种历史资料延伸预测，也称历史引伸预测法。是以时间数列所能反映的社会经济现象的发展过程和规律性，进行引伸外推，预测...
本文标题：fbprophet，时间序列预测神器。
本文链接：https://www.haomeiwen.com/subject/mctukqtx.html
网友评论