[파이썬] 시계열 데이터 다루기 - Growth Model / Holiday Forecast

시작에 앞서

해당 내용은 <파이썬으로 데이터 주무르기> -민형기 저, BJPUBLIC 출판사 의 내용을 토대로 작성되었습니다.
보다 자세한 내용은 해당 교재를 확인하여 주시기 바랍니다.

---

지난 분석 보기

[파이썬] 시계열 데이터 다루기 - 3

---

Growth Model과 Holiday Forecast

 

Prophet 의 튜토리얼에 나오는 예제를 통한 시계열 분석 익히기

먼저 하단의 csv 파일을 다운 받아 불러온다.

08. example_wp_R.csv

0.05MB

 

# CSV 파일을 읽어와서 DataFrame으로 저장
df = pd.read_csv('../data/08. example_wp_R.csv')

# 'y' 열에 로그 변환 적용
df['y'] = np.log(df['y'])

df['cap'] = 8.5 #DataFrame에 'cap'이라는 새로운 열을 추가하고, 모든 행에 8.5라는 값을 할당

 

그리고나서 

growth 매개변수를 'logistic'으로 설정하여 로지스틱 성장 모델을 사용하도록 지정.

이 모델은 로지스틱 성장 모델을 사용하여 시계열 데이터를 예측.
그런 다음 fit() 메서드를 사용하여 Prophet 모델을 주어진 데이터에 맞춤.

m = Prophet(growth='logistic')
m.fit(df)

 

데이터 예측 하기

# Prophet 모델을 사용하여 미래의 날짜를 생성한 후, 해당 날짜에 대한 예측을 수행하고,
# 그 결과를 그래프로 시각화하는 작업을 수행

# make_future_dataframe 메서드를 사용하여 1826일 (약 5년) 이후의 날짜를 생성
future = m.make_future_dataframe(periods=1826)
# 로지스틱 성장 모델에서 상한선(cap)을 지정. DataFrame에 'cap'이라는 새로운 열을 추가하고, 모든 행에 8.5라는 값을 할당
future['cap'] = 8.5

#predict 메서드를 사용하여 미래의 데이터에 대한 예측을 수행
fcst = m.predict(future)

#plot 메서드를 사용하여 예측 결과를 시각화
m.plot(fcst);

components 조사

forecast = m.predict(future)
m.plot_components(forecast);m.plot_components(forecast);

 

---

전체 코드

Time Series.ipynb

1.63MB