2.Prophet 预测可以通过对非专家而言很直观的方式进行自定义。有关于季节性的平滑参数让你能调整与历史周期之间的接近程度，以及关于趋势的平滑参数让你能调整跟随历史趋势变化的激进程度。对于增长曲线而言，你可以手动设定「capacity」或增长曲线的上限，这能让你注入关于你预测的增长或下降情况的先验信息。最后，你还可以为模型指定没有规律的节假日，比如超级碗、感恩节和黑色星期五的日期。

Prophet 如何工作

本质上讲，Prophet 程序是一个可加性回归模型（additive regression model），它包含 4 个主要组件：

分段线性或者 logistic 增长曲线趋势。通过从数据中选择变化点，Prophet 自动探测趋势变化。

使用傅立叶级数建模每年的季节分量。

使用虚变量（dummy variables）的每周的季节分量。

用户提供的重要节假日列表。

例如，下面是一个特征预测：使用 wikipediatrend 包（https://cran.r-project.org/web/packages/wikipediatrend/index.html）下载的 Peyton Manning 的维基百科页面的查看数量的日志。由于 Peyton Manning 是一名美式橄榄球运动员，你可以看到他每年季节性的重要程度变化，同时每周的周期性也明显存在。最后你看到特定事件（比如他参加的季后赛）也可能被建模了。

Prophet 将提供一个组分图，用图形描述它所拟合的模型：

这个组分图更加清晰地展示了与浏览 Peyton Manning 的网页（橄榄球常规赛与季后赛）相关的每年的季节性，以及每周的季节性：（星期日和星期一）比赛当天和比赛之后有更多的访问。你也可以注意到趋势组件自他最近退休以来的下行调整。

Prophet 的重要思想是：通过更好地灵活拟合趋势组分，我们可以更精确地建模季节性，并且有更准确的预测结果。对于这个任务我们更喜欢使用非常灵活的回归模型（有一点像曲线拟合）而不是传统的时序模型，因为前者可以使我们建模更灵活，更容易拟合模型，更优雅地处理丢失数据或离群值。

通过模拟时间序的未来趋势变化，Prophet 默认地会为趋势组分提供不确定的间隔。如果你希望对未来季节性或假期影响的不确定性进行建模，你可以运行数百个 HMC 迭代（花费几分钟），你的预测就将会包括季节性不确定评估。

我们使用 Stan（）调整 Prophet 模型，并在 Stan 的概率编程语言中实现了 Prophet 流程的核心部分。Stan 对参数的 MAP 优化有着极快的速度（<1 秒），让我们可以选择使用 Hamiltonian Monte Carlo 算法评估不确定的参数，也使得我们能够在多种接口语言上重复使用该拟合程序。目前，我们提供了 Python 和 R 语言的 Prophet 实现。它们有着几乎相同的特征，而且通过提供这两种实现，我们希望该预测方法能够在数据科学社区有更广泛的用途。

如何使用 Prophet

使用 Prophet 的最简单方法是从 PyPI（Python）或 CRAN（R）里安装这个软件包。你可以阅读我们的快速入门指南，以及阅读综合文档以进行深入的了解。如果你正在寻找一个有趣的时序数据资源，我们建议你尝试一下 wikipediatrend 软件包，atv，它可以从维基百科页面上下载历史页面点击数据。

以下是机器之心对 Prophet 项目上 README.md 文件的编译介绍：

Prophet 是一个预测时序数据的程序。它基于加法模型（additive model），其中非线性趋势可与按年和按周的季节性、以及节假日进行拟合。借助至少一年的历史数据，它在每日预测数据上表现最好。在数据丢失、趋势变换以及大离群值方面，Prophet 表现也很稳健。

Prophet 是由 Facebook 的 Core Data Science 团队发布的一个开源软件，可从 CRAN 和 PyPI 上下载。

重要链接

主页：https://facebookincubator.github.io/prophet/

HTML 文档：https://facebookincubator.github.io/prophet/docs/quick_start.html

问题跟踪：https://github.com/facebookincubator/prophet/issues

源代码库：https://github.com/facebookincubator/prophet

Prophet R 软件包： https://cran.r-project.org/package=prophet

Prophet Python 软件包：https://pypi.python.org/pypi/fbprophet/

在 R 中安装

Prophet 是一个 CRAN 软件包，因此你可以使用 install.packages：

# R

> install.packages('prophet')

完成安装，你就可以开始了！

Windows