我的数据集中每小时大约有23300个数据点,我尝试使用Facebook Prophet进行预测。 要微调超参数,可以使用交叉验证:
from fbprophet.diagnostics import cross_validation
整个过程如下所示: https://facebook.github.io/prophet/docs/diagnostics.html
使用cross_validation
需要指定initial
、period
和horizon
:
df_cv = cross_validation(m, initial='xxx', period='xxx', horizon = 'xxx')
我现在想知道在我的例子中如何配置这三个值?如前所述,我有大约23.300个小时数据点的数据。我应该取其中的一部分作为视界,还是将数据的正确部分作为视界并不重要,我可以取任何看起来合适的值
此外,cutoffs
还定义如下:
cutoffs = pd.to_datetime(['2013-02-15', '2013-08-15', '2014-02-15'])
df_cv2 = cross_validation(m, cutoffs=cutoffs, horizon='365 days')
这些cutoffs
应该像上面一样平均分布,还是我们可以像某人喜欢的那样单独设置cutoffs
目前没有回答
相关问题 更多 >
编程相关推荐