Prophet for python (feat. fbprophet)

Prophet python 튜토리얼

In [1]:

# !pip install fbprophet

 

Prophet for python

• prophet은 sklearn api 모델을 따름
• 즉, instance를 만들고 fit 과 predict를 이용하는 방식
• input은 항상 ds와 y를 받음
  • ds : datestamp YYYY-MM-DD for a date or YYYY-MM-DD HH:MM:SS
  • y : numeric한 값 (측정)

In [2]:

import pandas as pd
from fbprophet import Prophet

In [3]:

df = pd.read_csv("prophet_practice.csv") # wikipeia 페이지 뷰 로그 수 데이터

In [4]:

print('df shape:',df.shape)
df.head()

df shape: (2905, 2)

Out[4]:

	ds	y
0	2007-12-10	9.590761
1	2007-12-11	8.519590
2	2007-12-12	8.183677
3	2007-12-13	8.072467
4	2007-12-14	7.893572

In [5]:

df.tail()

Out[5]:

	ds	y
2900	2016-01-16	7.817223
2901	2016-01-17	9.273878
2902	2016-01-18	10.333775
2903	2016-01-19	9.125871
2904	2016-01-20	8.891374

 

• Prophet object를 인스턴스화함
• fit 메서드를 호출하여 데이터 프레임을 전달소요시간(1 ~5초)

In [6]:

m = Prophet()
m.fit(df)

 

INFO:numexpr.utils:NumExpr defaulting to 8 threads.
INFO:fbprophet:Disabling daily seasonality. Run prophet with daily_seasonality=True to override this.

Out[6]:

<fbprophet.forecaster.Prophet at 0x7f8e8dd961d0>

 

• 예측이 이루어질 ds날짜가 포함 된 열이있는 데이터 프레임에서 예측이 이루어짐
• 지정된 날짜 수만큼 미래로 확장되는 적절한 데이터 프레임을 얻을 수 있음
• Prophet.make_future_dataframe --> 기본적으로 기록의 날짜도 포함되므로 모델이 맞는지 확인 가능

In [7]:

future = m.make_future_dataframe(periods=365)
future.tail()

Out[7]:

	ds
3265	2017-01-15
3266	2017-01-16
3267	2017-01-17
3268	2017-01-18
3269	2017-01-19

• predict를 이용한 값은 예측값뿐만 아니라, 얘측의 범위(upper, lower)도 추출

In [8]:

forecast = m.predict(future)
forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail()

Out[8]:

	ds	yhat	yhat_lower	yhat_upper
3265	2017-01-15	8.200924	7.500984	8.917689
3266	2017-01-16	8.525932	7.808251	9.273367
3267	2017-01-17	8.313330	7.634607	9.083210
3268	2017-01-18	8.145923	7.407414	8.869351
3269	2017-01-19	8.157831	7.454726	8.867056

• plot method를 이용하여 plotting 가능

In [9]:

fig1 = m.plot(forecast)

 

 

• forecast 요소들을 확인하기 위해서는 Prophet.plot_components 를 사용가능
• default 값으로 trend, seasonality(yearly), weekly seasonality 확인 가능
• holiday를 포함되면 그것 역시 볼수 있음

In [10]:

fig2 = m.plot_components(forecast)

 

 

• interactive figure 로도 확인 가능
• plotly 기반으로 구현되어 있기에 해당 라이브러리 설치 필요 (ipywidgets도 필요)

In [11]:

from fbprophet.plot import plot_plotly, plot_components_plotly

plot_plotly(m, forecast)

 

 

In [12]:

plot_components_plotly(m, forecast)

 

 

• 출처 : https://facebook.github.io/prophet/docs/quick_start.html#python-api

 

prophet_practice.csv

0.08MB

prophet_practice.html

4.71MB

prophet_practice.ipynb

0.01MB