Python 3.x 使用Prophet的Python时间序列

使用Python中的Prophet FB，我构建了时间序列模型。我已经执行了交叉验证，并使用性能度量来评估时间序列模型

from fbprophet import Prophet
from fbprophet.diagnostics import cross_validation, performance_metrics

my_df # dataframe contains 2 columns: date 'yyyy-mm-dd' and integer value

model = Prophet() #Bayesian 
model.fit(my_df)

df_cv = cross_validation(model,  
                         horizon = '359 days',
                         initial='4 days')
# df_cv # outputs dataframe with columns: ds, yhat, yhat_lower, yhat_upper, y, cutoff
df_p = performance_metrics(df_cv)
df_p.head() # gives dataframe output below

---

我试图评估这个TS模型是否做得好。据我所知，RMSE值必须尽可能低。但是，我不知道上面的结果是低还是高？

有一件事你做错了，那就是使用了太低的初始值。你的数据有多大？我会使用初始值作为80%的可用数据，然后你可以使用其他参数，地平线和周期。你做错了一件事，就是使用了太低的初始值。你的数据有多大？我会使用初始值作为可用数据的80%，然后您可以使用其他参数，地平线和周期。