先知预测数据与观测数据不符

Question

背景

我正在尝试使用 python 中的 Prophet 库对办公室出勤进行建模。我的数据非常简单，每隔 15 分钟统计一次人数。如下图中的黑点所示。

每日和每周趋势看起来很准确：

我还包括了假期。

代码如下所示：

m = Prophet(holidays=holidays, weekly_seasonality=True, growth="flat")  # "logistic")
p_df = sdf[["OCCUPANCY_AVG"]].reset_index()
p_df.columns = ["ds", "y"]
p_df["cap"] = 180
df["floor"] = 0
m.fit(p_df)

future = m.make_future_dataframe(periods=24 * 60, freq="H")
future["cap"] = 180
future["floor"] = 0
# future.tail()

forecast = m.predict(future)
# forecast[["ds", "yhat", "yhat_lower", "yhat_upper"]].tail()

fig1 = m.plot(forecast, xlabel="Date", ylabel="Headcount", include_legend=True)
# %%
fig2 = m.plot_components(forecast)

问题

这里有几件事我并不感到兴奋：

• 在现实生活中，预测数据不会出现负数
• 观察到的数据峰值甚至远高于不确定性区间

如何使模型尊重其预测的数量不能为负数，并使其适合输入数据？

Answer 1

本，

根据我的经验，先知不能很好地处理少于几年的数据（因为先知模型方程设计）。这可以从模型文档中看出，在所有示例中，他们都试图预测多年趋势和季节性。

回到你的问题。您的数据处于正域（从零到

inf

），但是先知使用正态分布的线性模型（理论上从[

-inf

，

inf

]分布）。在很多情况下，这不会影响模型性能。但在您的数据集中，模型尝试预测有很多零。为此，需要将正态分布的均值向下移动很多（这也会导致峰值的错误预测）。基本上这就是错误预测的原因。

我建议转换您的数据以更好地适应先知模型定义。尝试对出勤率进行对数转换：log(1 + cnt_attendances)。然后对出勤日志进行建模。理论上，这种转变应该可以解决您的两个错误。