基于Python的开源预测工具的实践

最近又发现一个很有意思的工具——facebook开源的大规模预测框架Prophet，据说它生成的预测结果足以和专业数据分析师媲美。

从查阅的资料来看，Prophet开源时日不久，难怪网上很少有以实际应用来介绍的资料。就跟当初在baidu上查不到pandas资料那时候一样，米哥打算小试一把，用tushare网站过去的真实访问流量做一个未来预测，以简单的用法将facebook这个工具推荐给大家，希望对大家有一个启发。更牛逼的应用期待大家更加深入的研究和实践。

介绍

根据facebook公开的白皮书介绍，Prophet实质上是一个可加性回归模型（additive regression model），主要由四个核心构成：

分段线性或者 logistic 增长曲线趋势，Prophet可以通过从数据选择变化点，自动探测变化趋势。

按年为周期使用傅里叶级数（Fourier series）建模。

按周为周期使用虚变量（dummy variables）建模。

支持用户提供的重要节假日列表。

Prophet 针对的是商业预测任务，适用于具备以下特征的场景：

针对每小时、每天或每星期的观察频次，有至少数月（理想情况的一年）的历史记录。

多重显著的“人类层级”周期性：星期X以及年份。

日期间隔不规则的重要节日，需要事先得知。

观察缺失或是异常值在合理范围内。

历史趋势变化，比如产品发布或者改写记录（logging changes）。

符合非线性增长曲线的趋势，有天然上、下限或者饱和点。

对于以上官方的套话，米哥看的似懂非懂，反正经过一番折腾后，米哥用一句话总结一下它的优点吧：使用过程令人发指的简单！如果预测结果相对可靠，那简直就是逆天了。

安装

Prophet的安装很简单，一行代码搞定。

pip install fbprophet

但是！Prophet严重依赖pystan包，在安装之前必须先安装好这个包，虽然同样也是一行pip来安装，但是在windows上安装pystan + prophet就是一种心灵折磨，各种坑爹的坑。为了让大家少躺坑，如果您打算在windows上尝试的话,米哥这里提示几点：

1、最好选用winows7系统

2、使用Python3.5+ （用Anaconda发行版）

3、确认已安装Visual C++ Build Tools 2015

4、Prophet最好通过clone源代码来setup install

数据准备

本实验通过tushare在cnzz上的pv流量统计数据来做一个实例，下载了从2016年1月1日至今的流量数据，原始数据格式如下：

以此来预测未来一年tushare的访问流量，数据经过整理存储在一个csv文件里并通过pandas读取数据。

对pv值进行对数处理，然后查看过去一年的趋势情况。

有一点值得注意的是，Prophet对输入数据的格式有要求，时间列需命名ds，数值命名为y。

预测实现

首先需要初始Prophet对象，并将pandas的DataFrame数据传入给prophet，数据装载过程很简单也相对较快。

然后我们告诉预测模型我们需要预测未来多久的结果，这里设定一年（即365天）并执行预测命令。

预测的结果依然是一个DataFrame格式的数据，结果值列名为yhat，同时给出了最大和最小值。

通过绘图功能，我们来看一下预测效果。

通过weekly函数我们看一下，周末两天访问量最少。

m.plot_weekly(forecast)

m.plot_trend(forecast)