时间序列 - Prophet 模型

Facebook 于 2017 年开源了 prophet 模型，该模型能够以强烈的日级别、周级别、年级别等多重季节性和趋势对时间序列进行建模。其直观参数能够让不太专业的数据科学家对其进行调整以获得更好的预测。从本质上来说，它是一种可检测变动点以对时间序列进行建模的加性回归模型。

Prophet 将时间序列分解为趋势 $g_{t}$、季节性 $S_{t}$ 和假日 $h_{t}$ 的各个组成部分。

$$y_{t}=g_{t}+s_{t}+h_{t}+\epsilon_{t}$$

其中， $\epsilon_{t}$ 是误差项。

诸如因果影响和异常检测等类似用于时间序列预测的包分别由谷歌和推特在 R 中推出。