如何使用FBProphet来预测未来的日子，以获取多元数据？

Question

我使用多元数据训练了 fbprophet 模型，其中 80% 是训练数据，20% 是测试。我想使用相同的多变量方法来训练和预测未来 5 天的数据。是否可以？

多变量训练，没有未来的数据帧，通过使用 pm2.5 作为 y 值以及多变量 pm1 和 pm10：

from fbprophet import Prophet

model=Prophet(interval_width=0.9)
model.add_regressor('pm1',standardize=False)
model.add_regressor('pm10',standardize=False)
model.fit(train_df)

这是 train_df：

ds  y   pm1 pm10
0   2021-01-24  19.323319   12.384626   22.172108
1   2021-01-25  5.711776    2.999815    6.212837
2   2021-01-26  12.394315   7.606718    14.562972
3   2021-01-27  9.960435    5.717829    11.890615
4   2021-01-28  13.411006   7.969926    15.812078
... ... ... ... ...
305 2021-12-08  16.802191   9.904556    20.286678
306 2021-12-09  26.608724   15.943576   33.398380
307 2021-12-10  29.786922   18.679419   36.415258
308 2021-12-11  28.983176   18.338050   36.787327
309 2021-12-12  11.622958   7.090400    14.120572
310 rows × 4 columns

这是预测：

forecast=model.predict(test_df)
forecast=forecast[['ds','yhat']]

并查看预测结果与实际值：

result = pd.concat((forecast['yhat'], test_df), axis=1)

在这里我尝试创建未来5 天的数据帧并预测数据：

future = model.make_future_dataframe(periods= 5, freq='D')

forecast_future = model.predict(future)
forecast_future[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail()

但我收到此错误

ValueError: Regressor 'pm1' missing from dataframe

如何使用相同的多元模型来预测未来的 pm2.5 数据？

Answer 1

您需要额外的回归量的“未来”数据

选项：

1. 天真地，使用最后一个已知值作为未来值
2. 创建未来值的“场景”，例如“5% 增长”
3. 使用 Prophet（或任何预测器）（独立）预测值，然后使用这些未来值来预测 Y。即，在没有额外回归量的情况下将 PM1 预测为“Y”，然后 PM10 也是如此