您只需几行代码即可创建和评估预测。
只要提供pandas的DataFrame,需要包含时间序列和需要预测的值。时间序列可以是任何pandas.to_datatime认识的格式
在本例中，我们将会加载一个数据集，代表的是佩顿·曼宁维基百科页面的访问量。
本数据集包含了从2007-12-10到2016-01-20期间的数据。

加载依赖

#将图表嵌入到Notebook中
%matplotlib inline

# 忽略警告 
import warnings
warnings.filterwarnings("ignore")

# 加载依赖
import pandas as pd
import plotly

from greykite.common.data_loader import DataLoader
from greykite.framework.templates.autogen.forecast_config import ForecastConfig
from greykite.framework.templates.autogen.forecast_config import MetadataParam
from greykite.framework.templates.forecaster import Forecaster
from greykite.framework.templates.model_templates import ModelTemplateEnum
from greykite.framework.utils.result_summary import summarize_grid_search_results

将数据集加载到pandas DataFrame中

dl = DataLoader()
df = dl.load_peyton_manning()
display(df.head(),df.tail())

加载数据集.png

这个df就是从2007-12-10到2016-01-20期间的数据。如果要用自己的数据集，可以pd.read_csv读取自己的数据。只要是pandas.to_datatime能认识的时间格式就可以（一般常见的格式都认识）。

指定数据集信息

metadata = MetadataParam(
    time_col="ts",  # time列的列名
    value_col="y",  # value列的列名
    freq="D"  
'''
"H" 代表小时, "D" 是天, "W" 是星期, etc.   `pandas.date_range`能接受的任何格式
'''
)

创建预测模型

你可以选择PROPHET或者SILVERKITE预测模型模板。
在本例中，我们使用SILVERKITE作为预测模型。
首先创建Forecaster()对象，然后对该实例对象应用run_forecast_config方法。
传入两个参数，df 和 config。df就是前面创建的数据集，config需要用ForecastConfig（）函数创建。
ForecastConfig（）里面的参数包括：

• model_template：模型算法，这里选择使用ModelTemplateEnum.SILVERKITE.name
• forecast_horizon：预测的步长，这里预测365步
• coverage：置信度，0.95是95%置信度在预测的范围内。
• metadata_param：这个就选上一步创建的那个数据集信息，时间列名、值列名、时间频率

forecaster = Forecaster()  # 创建forecaster对象，并且存储预测结果
result = forecaster.run_forecast_config(  # 结果也被存储为`forecaster.forecast_result`
    df=df,
    config=ForecastConfig(
        model_template=ModelTemplateEnum.SILVERKITE.name,
        forecast_horizon=365,  # 向前预测365步长
        coverage=0.95,         # 95%预测置信度
        metadata_param=metadata
    )
)

检查结果

run_forecast_config的输出是一个字典，包含了未来的预测，历史拟合性能评估，以及原始的时间序列。

绘制历史的时序数据

使用plotly画出可交互的图表

ts = result.timeseries
fig = ts.plot()
plotly.io.show(fig)

历史数据.png

Cross-validation交叉验证：

默认地，run_forecast_config提供了历史数据的估计，所以你可以看到这个模型对于历史数据的“预测”效果。
这个被存储在grid_search (交叉验证拆分)和backtest（holdout测试集）

让我们看一下交叉验证的结果吧。
下面展示了MAPE（Mean Absolute Percentage Error）

grid_search = result.grid_search
cv_results = summarize_grid_search_results(
    grid_search=grid_search,
    decimals=2, # 小数位
    # The below saves space in the printed output. Remove to show all available metrics and columns.
    cv_report_metrics=None,
    column_order=["rank", "mean_test", "split_test", "mean_train", "split_train", "mean_fit_time", "mean_score_time", "params"])
# Transposes to save space in the printed output
# 转置，节省打印输出的空间
cv_results["params"] = cv_results["params"].astype(str)
cv_results.set_index("params", drop=True, inplace=True)
cv_results.transpose()

交叉验证的结果

这些参数具体代表的含义，我尚不能解释清楚。埋坑，待以后用到的时候再研究吧。如果读者您知道，请不吝赐教。

使用Backtest ，画出历史数据的拟合效果吧。

backtest = result.backtest
fig = backtest.plot()
plotly.io.show(fig)

历史数据拟合效果

使用前一部分的历史数据历史数据作为训练集，来预测后一部分的历史数据。看看跟实际的数据差别。
这个预测的时间周期，是跟上面模型创建时定义的forecast_horizon=365一样。要往后预测365天，默认做模型检验的时候，backtest也时拿最后的365天做校验。
你也可以查看历史数据评估矩阵（基于历史的训练和测试集）

dict_train = {}
for i,j in backtest.train_evaluation.items():
    dict_train[i] = j
df_train = pd.DataFrame(dict_train,index=["train"])

dict_test = {}
for i,j in backtest.test_evaluation.items():
    dict_test[i] = j
df_test = pd.DataFrame(dict_train,index=["test"])

metrics = pd.concat([df_train,df_test],axis=0).T
metrics

历史数据拟合效果评估

Forecast预测

结果的forecast属性包含了预测的结果，就跟backtest类似，你可以画出结果，或者看到评估矩阵。
让我们画出预测结果吧（使用所有的数据进行训练）：

forecast = result.forecast
fig = forecast.plot()
plotly.io.show(fig)

对未来的预测结果

forecast.df.tail().round(2)

预测数据.png

Model Diagnostics模型诊断：

各个组件图展示了展示了你的数据集的整体趋势、季节性影响、以及事件、节假日模式。

fig = forecast.plot_components()
plotly.io.show(fig)     # 如果使用PROPHET算法模板，就用 fig.show()

image.png

image.png

image.png

image.png

image.png

image.png

summary = result.model[-1].summary()  # -1 retrieves the estimator from the pipeline
print(summary)

应用模型

这个训练的模型可以在sklearn.pipeline.Pipeline中被使用

model = result.model
model

你可以拿这个模型来预测任意时间范围，make_future_dataframe这个函数可以帮你方便地创建未来日期的dataframe。
注意传给predict函数的dataframe需要跟前面传给run_forecast_config 的df具有相同的列。包括数值列，要用np.nan来填充。

future_df = result.timeseries.make_future_dataframe(
    periods=4,
    include_history=False)
future_df

比如从历史数据往后推4天

调用.predict()函数来计算预测值。

model.predict(future_df)

预测结果