问题描述
数据(df3)看起来像这样。最后,为了满足日期格式要求,在最后一天添加了一个“ 1”。
ds y<br/>
1 2015-01-01 -390217.2<br/>
2 2015-02-01 230944.1<br/>
3 2015-03-01 367259.7<br/>
4 2015-04-01 567962.8<br/>
5 2015-05-01 753175.6<br/>
6 2015-06-01 -907767.5<br/>
7 2015-07-01 -52225619.9<br/>
8 2015-08-01 631666.1<br/>
9 2015-09-01 -792896.8<br/>
10 2015-10-01 430847.6<br/>
11 2015-11-01 5159146.7<br/>
12 2015-12-01 -2087233.7
我尝试过的代码:
try <- prophet(df3,seasonality.mode = 'multiplicative')
future <- make_future_dataframe(try,periods = 1)
forecast <- predict(try,future)
tail(forecast)
我得到的结果:
ds yhat<br/>
50 2019-02-01 -9536258.7<br/>
51 2019-03-01 -456995.5<br/>
52 2019-04-01 -1734330.0<br/>
53 2019-05-01 -3428825.1<br/>
54 2019-06-01 -2612847.0<br/>
55 2019-06-02 -2918161.2
问题是如何预测2019年7月而不是2019年6月2日的价格?
解决方法
future = prophet.make_future_dataframe(periods = 12,freq ='M')
有关更多信息,https://towardsdatascience.com/forecasting-in-python-with-facebook-prophet-29810eb57e66