Pandas 如何从Prophet设置cross_validation()函数?
我正在使用Prophet(Python)大量预测和分析时间序列。这意味着我的时间序列共享相同的属性,但它们并不完全相同。它们都从2016-01-01运行到2020-07-01 我想用前3年的数据交叉验证我的结果,我的预测目标是15天 以15天预测为目标,使用前3年测试我的健康状况的最佳配置是什么 我天真的尝试如下:Pandas 如何从Prophet设置cross_validation()函数?,pandas,time-series,facebook-prophet,fbprophet,Pandas,Time Series,Facebook Prophet,Fbprophet,我正在使用Prophet(Python)大量预测和分析时间序列。这意味着我的时间序列共享相同的属性,但它们并不完全相同。它们都从2016-01-01运行到2020-07-01 我想用前3年的数据交叉验证我的结果,我的预测目标是15天 以15天预测为目标,使用前3年测试我的健康状况的最佳配置是什么 我天真的尝试如下: df_cv = cross_validation(mts, initial="1095 days", period='31 days', horizon = '1
df_cv = cross_validation(mts, initial="1095 days", period='31 days', horizon = '15 days')
我不确定在“期间”和“地平线”参数中添加什么。如Prophet的文档中所述: 我们指定预测期(horizon),然后可选地指定初始培训期(initial)的大小和截止日期(period)之间的间隔 因此,对截止点和截止+地平线之间的每个观测点进行预测 因此,您可以指定“期间”和“地平线”参数的任意组合,只要它们的总和等于您要预测的期间(15天)