基於Python的開源預測工具的實踐

最近又發現一個很有意思的工具——facebook開源的大規模預測框架Prophet，據說它生成的預測結果足以和專業數據分析師媲美。

從查閱的資料來看，Prophet開源時日不久，難怪網上很少有以實際應用來介紹的資料。就跟當初在baidu上查不到pandas資料那時候一樣，米哥打算小試一把，用tushare網站過去的真實訪問流量做一個未來預測，以簡單的用法將facebook這個工具推薦給大家，希望對大家有一個啟發。更牛逼的應用期待大家更加深入的研究和實踐。

介紹

根據facebook公開的白皮書介紹，Prophet實質上是一個可加性回歸模型（additive regression model），主要由四個核心構成：

• 分段線性或者 logistic 增長曲線趨勢，Prophet可以通過從數據選擇變化點，自動探測變化趨勢。

• 按年為周期使用傅里葉級數（Fourier series）建模。

• 按周為周期使用虛變數（dummy variables）建模。

• 支持用戶提供的重要節假日列表。

Prophet 針對的是商業預測任務，適用於具備以下特徵的場景：

• 針對每小時、每天或每星期的觀察頻次，有至少數月（理想情況的一年）的歷史記錄。

• 多重顯著的「人類層級」周期性：星期X以及年份。

• 日期間隔不規則的重要節日，需要事先得知。

• 觀察缺失或是異常值在合理範圍內。

• 歷史趨勢變化，比如產品發布或者改寫記錄（logging changes）。

• 符合非線性增長曲線的趨勢，有天然上、下限或者飽和點。

對於以上官方的套話，米哥看的似懂非懂，反正經過一番折騰后，米哥用一句話總結一下它的優點吧：使用過程令人髮指的簡單！如果預測結果相對可靠，那簡直就是逆天了。

安裝

Prophet的安裝很簡單，一行代碼搞定。

pip install fbprophet

但是！Prophet嚴重依賴pystan包，在安裝之前必須先安裝好這個包，雖然同樣也是一行pip來安裝，但是在windows上安裝pystan + prophet就是一種心靈折磨，各種坑爹的坑。為了讓大家少躺坑，如果您打算在windows上嘗試的話,米哥這裡提示幾點：

1、最好選用winows7系統

2、使用Python3.5+ （用Anaconda發行版）

3、確認已安裝Visual C++ Build Tools 2015

4、Prophet最好通過clone源代碼來setup install

數據準備

本實驗通過tushare在cnzz上的pv流量統計數據來做一個實例，下載了從2016年1月1日至今的流量數據，原始數據格式如下：

以此來預測未來一年tushare的訪問流量，數據經過整理存儲在一個csv文件里並通過pandas讀取數據。

對pv值進行對數處理，然後查看過去一年的趨勢情況。

有一點值得注意的是，Prophet對輸入數據的格式有要求，時間列需命名ds，數值命名為y。

預測實現

首先需要初始Prophet對象，並將pandas的DataFrame數據傳入給prophet，數據裝載過程很簡單也相對較快。

然後我們告訴預測模型我們需要預測未來多久的結果，這裡設定一年（即365天）並執行預測命令。

預測的結果依然是一個DataFrame格式的數據，結果值列名為yhat，同時給出了最大和最小值。

通過繪圖功能，我們來看一下預測效果。

通過weekly函數我們看一下，周末兩天訪問量最少。

m.plot_weekly(forecast)

m.plot_trend(forecast)

有興趣獲得以上完整代碼和演示數據文件的同學，請在微信公眾號「挖地兔」私信回復「預測」兩個字自動獲得下載鏈接。

更多乾貨請關注微信公眾號：挖地兔