[Prophet] Prophet Tutorial #2 - Saturating Forecasts

■ [Ai] Prophet Tutorial #2 - Saturating Forecasts

---

오늘은 Prophet의 두 번째 튜토리얼은 진행해보겠습니다.

오늘의 주제는 Saturating Forecasts 입니다.

https://facebook.github.io/prophet/docs/saturating_forecasts.html

● Saturating Forecasts

Prophet의 Logistic growth를 사용하여 트렌드를 예측을 할 때, 그 예측치의 

최대 상한값과 하한값을 제어하고자 할 때 사용합니다.

Prophet은 Linear한 모델을 사용하기 때문에 이를 제어하지 않는다면 해당 카테고리의

최대 사이즈를 넘을 수 있기 때문입니다.

전체 시장 크기, 전체 인구 수 등 이미 정해진 최대치를 넘어설 수는 없겠죠.

예를 들어 최대치가 10인 어떠한 카테고리를 미래에 20이 된다고 예측한다면 잘못된

예측입니다. 마찬가지로 인구 수를 예측할 때 -값을 예측한다면 잘못이겠죠?

● Forecasting Growth

먼저 상한값을 제한하는 방법입니다.

데이터를 읽고 cap이라는 컬럼을 선언해줍니다. 이 cap이 상한 값을 설정해줍니다.

저한테 어떤 시계열 데이터가 있을까? 라고 생각을 해보았는데요.

지난번 저의 블로그 방문자 수 예측 프로그램에 예시로 적용해보겠습니다.

위의 결과에서 cap을 300으로 설정하여 값이 어떻게 보여지는지 한번 보겠습니다.

코드는 매우 간단합니다. 기존 코드에 아래 2줄의 코드만 추가하면 됩니다.

진한색 코드가 추가된 코드입니다.

df = pd.read_csv("./tubee.csv") df['cap']=300 m = Prophet(growth='logistic') m.fit(dif) future=m.make_future_dataframe(periods=30) future['cap']=300

나머지 코드는 이전 포스팅의 내용과 동일합니다.

결과는 다음과 같습니다. y=300에 상한선이 생겼습니다.

아마 이 이상의 값은 예측이 안될 것입니다. 

● Saturating Minimum

이번에는 하한값을 제어하는 방법입니다.

여기서는 floor라는 컬럼을 선언해줍니다.

cap이 상한값이라면 floor은 하한값이라고 생각하시면 됩니다.

floor를 50으로 선언해보고 결과 값을 보겠습니다.

코드는 cap과 마찬가지로 2줄만 추가되면 됩니다.

df = pd.read_csv("./tubee.csv") df['cap']=300 df['floor']=50 m = Prophet(growth='logistic') m.fit(dif) future=m.make_future_dataframe(periods=30) future['cap']=300 future['floor']=50

결과는 아래와 같습니다.

상한선과 하한선이 생겼네요

그리고 가장 중요한 점은 실제 6월 예측치에서 50이하의 값이 사라졌습니다.

모두 50이상의 값으로 조정이되어 예측이 되었네요.

실제 하한선을 정해두면 어느정도 도움이 될 것 같습니다.

위 모델의 경우 최소 0으로는 선언해두는 것이 안전하긴 할 것 같습니다.

---

logistic growth의 경우에 유용할 것 같은 cap과 floor에 대해 정리해보았습니다.

간단한 선언 하나로 예측값이 변화하는 것이 신기하네요.

제 모델에 맞게끔 정하려면 여러 실험을 해보고 시도를 해봐야 할 것 같습니다.

우선은 cap=500 / floor=0 으로 정하겠습니다.

위 값으로 지난번 모델과 비교하여 정확도가 얼마나 올랐나 보겠습니다.

Date	실제	예측_old	정확도_old	예측_new	정확도_new
2018-06-01	138	106.92	78%	120.41	87%
2018-06-02	91	71.83	79%	85.81	94%
2018-06-03	89	79.18	89%	93.66	95%
2018-06-04	239	96.25	41%	111.46	47%
2018-06-05	165	90.53	55%	106.25	64%
2018-06-06	128	101.84	80%	118.06	92%
2018-06-07	188	86.60	46%	103.31	55%
2018-06-08	173	80.90	47%	98.31	57%
2018-06-09	114	46.92	42%	64.81	57%

평균 정확도는 약 72%정도 입니다. 놀랍게도 지난번에 비해 10% 상승했습니다.

간단한 피쳐 하나로 이렇게나 높아지는게 신기합니다.

단순 우연인지는 좀 더 Prophet 튜토리얼을 진행하면서 지켜보기로 하겠습니다.

결론적으로는 이번 포스팅에서 좀 더 정확하게 변한 것 같습니다. 

그렇기 때문에 다음 포스팅 또한 매우 기대가 됩니다. 

그럼 이번 포스팅을 마치겠습니다. 감사합니다.