Prophet — это библиотека для анализа временных рядов, разработанная Facebook. Она позволяет прогнозировать будущие значения временных рядов с помощью моделирования тренда, сезонности и праздников. Однако в некоторых случаях может потребоваться использование дополнительных регрессоров для улучшения качества прогноза.
Дополнительные регрессоры могут быть любыми переменными, которые могут повлиять на значения временного ряда. Например, это могут быть экономические показатели, метеорологические данные, социальные события и т.д. В Prophet можно добавить дополнительные регрессоры с помощью метода add_regressor.
Например, чтобы добавить экономический показатель GDP в модель, можно использовать следующий код:
«`python
import pandas as pd
from fbprophet import Prophet
# загрузка данных
df = pd.read_csv(‘data.csv’)
# добавление регрессора
df[‘gdp’] = [100, 120, 130, 140, 150, 160, 170, 180, 190, 200]
# создание модели
m = Prophet()
# добавление регрессора в модель
m.add_regressor(‘gdp’)
# обучение модели
m.fit(df)
# прогнозирование значений
future = m.make_future_dataframe(periods=365)
forecast = m.predict(future)
«`
Также можно использовать несколько дополнительных регрессоров, указав их в методе add_regressor:
«`python
m.add_regressor(‘gdp’)
m.add_regressor(‘temperature’)
«`
Важно отметить, что использование дополнительных регрессоров может привести к переобучению модели, поэтому необходимо тщательно выбирать регрессоры и контролировать качество прогноза.