使用facebook的fbprophet模型预测湖北新冠肺炎确诊人数(包含源码和具体分析过程)

偏执的太偏执、 2023-07-11 06:21 11阅读 0赞

> 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][_ _Prophet]

### 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][Link 1]】（提取码：vmnv）：  
![在这里插入图片描述][20200304173038148.png]  
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：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70]  
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  
    ![在这里插入图片描述][20200304180008136.png]

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  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70 1]  
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)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70 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'])

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70 3]

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：

![在这里插入图片描述][2020030418264167.png]  
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：

*  [Facebook 时间序列预测算法 Prophet的研究][Facebook _ Prophet]
 *  [腾讯技术工程 | 基于Prophet的时间序列预测][_ _Prophet]
 *  [fbprophet-github][]

[_ _Prophet]: https://blog.51cto.com/13591395/2066888
[Link 1]: https://pan.baidu.com/s/1MoCMlH8dpLSfXe3srwJSew
[20200304173038148.png]: https://img-blog.csdnimg.cn/20200304173038148.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200304174616818.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ==,size_16,color_FFFFFF,t_70
[20200304180008136.png]: https://img-blog.csdnimg.cn/20200304180008136.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200304180941816.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200304181811515.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200304182238562.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x6eDE1OTk1MQ==,size_16,color_FFFFFF,t_70
[2020030418264167.png]: https://img-blog.csdnimg.cn/2020030418264167.png
[Facebook _ Prophet]: https://zhuanlan.zhihu.com/p/52330017
[fbprophet-github]: https://github.com/facebook/prophet