时间序列 - 先知模型


2017年,Facebook开源了Prophet模型,能够对日、周、年等具有较强多重季节性的时间序列和趋势进行建模。它具有直观的参数,不太专业的数据科学家可以调整这些参数以获得更好的预测。它的核心是一个加性回归模型,可以检测变化点来对时间序列进行建模。

Prophet 将时间序列分解为趋势 $g_{t}$、季节性 $S_{t}$ 和假期 $h_{t}$ 的组成部分。

$$y_{t}=g_{t}+s_{t}+h_{t}+\epsilon_{t}$$

其中,$\epsilon_{t}$ 是误差项。

google 和 twitter 分别在 R 中引入了类似的时间序列预测包,例如因果影响和异常检测。