就在最近，一次偶然的机会学习了以下fbprophet时序预测模型，就决定使用这个框架来进行未来20天人数的预测。但是传染病模型通常比较复杂，此次使用此模型来预测，仅仅是用来练习，结果仅供参考。
fbprophet模型简介
- 这个模型（算法）是由facebook公司在2017年正式开源的，主要用于对时间序列进行预测。
- 这个模型上手非常容易，即便是很一般的数据分析师也能够做一个比较精准的预测。
- 该模型只需要设置基本配置,并传入指定格式的数据，就可以完成数据的预测。
- 整体框架分为Modeling、Forecast Evaluation、Surface Problems以及Visually Inspect Forecasts这四个部分。
- 模型有三部分组成，增长趋势，季节趋势，节假日影响。
更多关于这个模型的介绍，腾讯技术写过一篇我见过最详细的介绍，我就不做重复工作了，大家自行查看把
腾讯技术工程 | 基于Prophet的时间序列预测
python实战
一、包的安装
首先强调一下安装fbprophet我遇到的坑：
- 需要首先安装pystan，这个包使用pip安装很难成功，建议使用anaconda安装。
- 成功安装pystan后，使用pip安装fbprophet。怪吧，因为我使用anaconda安装不上fbprophet。
二、使用的数据
我所使用的数据是湖北省从2019年12月1日到2020年2月29日的确诊人数数据【数据下载】（提取码：vmnv）：
根据官网的描述，只要用 csv 文件存储两列即可，第一列的名字是 ‘ds’, 第二列的名称是 ‘y’。第一列表示时间序列的时间戳，第二列表示时间序列的取值。所以这里我们可以手动在文件中更改列名，也可以在程序中改。这里我们使用后者方法。
三、处理数据
import pandas as pd
import pystan
from fbprophet import Prophet
import matplotlib.pyplot as plt
pdata = pd.read_csv("data/20200301-nCoV-hb.csv")
pdata.rename(columns={'date':'ds','confirmed':'y'},inplace=True)
pdata['ds'] = pd.to_datetime(pdata['ds'],format='%Y%m%d')
首先我们将列名修改成了官方要求的’ds’和’y’，其次我们将’ds‘的格式修改成了datatime时间格式。
四、初步预测
#创建一个模型
m = Prophet()
# pdata['cap']=69000
m.fit(pdata)#传入模型需要预测的数据
#创建一个包含预测时间的dataframe，这里period时预测时，单位默认是天
future = m.make_future_dataframe(periods=20)
# future['cap']=69000
#进行预测，返回预测值及其其他相关值，格式是dataframe。
forecast = m.predict(future)
#绘画出图形
m.plot(forecast)
plt.show()#显示图片
test = forecast[['ds','yhat']].tail(20)#输出预测的20天的值
print(forecast[-20:])
结果图：
图中，黑色的点是我们文件中的数据，也就是确诊人数，中间深蓝色的线就是我们预测的曲线，曲线轮廓的上下边界有浅蓝色区域，它表示模型预测值的上、下边界。
这个结果肯定不能让我们满意，好了，我们来调整一下模型。
五、调整模型
模型可以调整的参数（prophet（）中的参数）：
- prophet（）有两种模式，第一种是线性’linear‘，第二种是逻辑回归（非线性）‘logistic’。默认是线性的。注意 若使用后者，需要添加cap 进行容量值设置。
- changepoints( prophet()模型中的)：改变点。使用者可以自主填写已知时刻的标示着增长率发生改变的”改变点。默认是0.05
- changepoint_prior_scale( prophet()模型中的)：增长趋势模型的灵活度。值越大，曲线拟合就越灵活，过大也会出现过拟合的情况
- holidays 节假日定义，holidays_prior_scale节假日对模型的影响，值越大，影响程度越大，默认值是10。holidays格式第一个参数是节假日名字，这个一般都自己写； 第二个是你指定哪些日子为假期；第三个lower_window 是前面你设定的节假期前几天；第四个upper_window是节假日后几天。下图中我设置的是2月20日为一个节日，这个节日时长为之后的14天。
- seasonality_prior_scale 调节季节的影响程度默认值是10
好了，我们首先将模式改为逻辑回归（非线性），注意容量值的设置。
m = Prophet(growth='logistic')
pdata['cap']=69000#容量值设置
m.fit(pdata)
#创建一个包含预测时间的dataframe
future = m.make_future_dataframe(periods=20)
future['cap']=69000#容量值设置
看一下这次的结果吧
这次比上次好了很多，已经非常拟合了，接下来咱们再修改一下增长趋势拟合度，这个值默认是0.05，咱们修改为2
m = Prophet(growth='logistic',changepoint_prior_scale=2)
对比起来没有什么变化，我们得去找找问题。
看上面咱们说得调整模型参数，changepoints，会不会是因为我们没有设置固定得改变点，使得图片拟合没有发生什么变化，试一试。
m = Prophet(growth='logistic',changepoint_prior_scale=2,changepoints=['2020-01-24','2020-02-14','2020-02-20'])
好了，这个模型趋势看起来已经相当拟合，但是这里需要注意，changepoint_prior_scale值过大会出现过拟合的情况，所以需要你多去尝试，寻找合适的值。
咱们把最终调整完模型预测的值写一下，看看未来几天跟我们的预测有多大差距，想想还是很激动的：
源码：
import numpy as np
import pandas as pd
import pystan
from fbprophet import Prophet
import matplotlib.pyplot as plt
pdata = pd.read_csv("data/20200301-nCoV-hb.csv")
pdata.rename(columns={'date':'ds','confirmed':'y'},inplace=True)
pdata['ds'] = pd.to_datetime(pdata['ds'],format='%Y%m%d')
m = Prophet(growth='logistic',changepoint_prior_scale=2,changepoints=['2020-01-24','2020-02-14','2020-02-20'])
pdata['cap']=69000
m.fit(pdata)
#创建一个包含预测时间的dataframe
future = m.make_future_dataframe(periods=20)
future['cap']=69000
forecast = m.predict(future)
m.plot(forecast)
plt.show()
test = forecast[['ds','yhat']].tail(20)
print(test[-20:])
不足与思考：
- 新型冠状病毒传染模型比较复杂，涉及到多种模型，这里只是使用这个模型做一下简单的预测。目的是学习此模型。
- 上文我只是添加了几个改变点，大家在地下尝试的时候可以添加假期和假期影响程度。
- 这里我只是输出了forecast[[‘ds’,‘yhat’]] 一个是时间信息，一个是与测试，forecast还包含yhat_lower，yhat_upper。分别是预测值的下限，预测值的上限。
- 以后有机会学习到传染病传播相关模型，会于此模型进行结合。
参考文章：
