我正在尝试使用facebook的Prophet-forecasting软件包,它可以很好地处理150行数据。但是当我尝试用少于100行的数据来建模时,它给了我非常奇怪的预测。当我在R中做的时候,它给了我所有日期相同的预测,当我在python中做的时候,它给了我非常糟糕的预测
我的数据是从2018年第1周到2019年第40周的每周数据
这是我的密码: (Python)
predictionSize=6
new_train_df = data[:-predictionSize]
new_test_df = data[len(data)-predictionSize:]
m_new = Prophet(weekly_seasonality=True,yearly_seasonality=True)
m_new.fit(new_train_df)
new_future = m_new.make_future_dataframe(periods=predictionSize,freq='W')
new_forecast = m_new.predict(new_future)
new_ypred = new_forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail(6)
使用这个代码会给我yhat的负值
我的问题是,这些预测不好是因为数据集太少了吗
如果你需要其他信息,一定要告诉我。数据具有周季节性和年季节性
目前没有回答
相关问题 更多 >
编程相关推荐