[Prophet] Prophet Tutorial #8 - Non-Daily Data

■ [Ai] Prophet Tutorial #8 - Non-Daily Data

---

오늘은 Prophet 8번째 포스팅입니다. 주제는 Non-Daily Data입니다.

https://facebook.github.io/prophet/docs/non-daily_data.html

Non-Daily Data 또한 Prophet에서 다룰 수 있다는 것에 대한 설명입니다.

이러한 것도 가능하다고 이해하면서 진행하면 될 것 같습니다.

● Sub-daily data

Prophet은 YYYY-MM-DD HH:MM:SS 형식의 Timestamp 포맷에 대해서도 시계열 예측이 

가능하다고 합니다.

실제 예제로 보여주는 데이터 형식은 아래와 같습니다. 5분단위의 데이터입니다.

요세미티의 일일 기온이라고 하네요https://github.com/facebook/prophet/blob/master/examples/example_yosemite_temps.csv

python코드는 아래와 같습니다. 크게 다른 점은 없습니다.

df = pd.read_csv('../examples/example_yosemite_temps.csv') m = Prophet(changepoint_prior_scale=0.01).fit(df) future = m.make_future_dataframe(periods=300, freq='H') fcst = m.predict(future) fig = m.plot(fcst)

● Data with regular gaps

규칙적인 gap이 있는 데이터에 대해서도 시계열 예측이 가능하다고 합니다.

방식은 동일합니다. 튜토리얼에서 사용한 예제 데이터는 위의 요세미티 온도 데이터에서

매일 12am ~ 6am 사이의 데이터만 존재한다고 가정하고 사용했습니다.

이 또한 일정한 data로 인식하고 예측을 잘 하네요

● Monthly data

마지막으로는 월별 데이터입니다.

매월 1일에 대한 데이터만 있다고 생각하면 위와 동일한 데이터로 볼 수 있다고 합니다.

규칙적인 gap이 있는것과 마찬가지 이니까요 

---

총 3가지 예시를 통해 Non-Daily Data 또한 시계열 예측이 가능하다고 증명하였습니다.

꼭 위의 3가지 경우가 아니더라도 Non-Daily Data예측은 가능할 것 같습니다.

이번 튜토리얼은 간단히 요약하면 Non-Daily Data도 시계열 예측이 가능하다 라고

할 수 있겠습니다. 그럼 포스팅을 마치겠습니다. 감사합니다.