概要

時系列データ処理の調べものをしてたときにProphetを見つけた。動作確認したときの備忘録
いつか使う気がするから…

動作確認用Conda仮想環境作成

Miniconda Install 備忘録の手順で新しい動作確認用仮想環境を作成しておく
その上で必要な下記パケージをインストールする

ProphetはPystanに依存しているのでPystanをインストールするが、Pystanも下記に依存するのでそれらを先にインストールする。
まず、c++コンパイラ周りのインストールを仮想環境で実行する（但し書き注意）

conda install gcc_linux-64 gxx_linux-64 -c anaconda

新しいターミナルを開いて、環境変数の設定

export CC=gcc_linux-64
export CXX=g++_linux-64
resorse ~/.bashrc

但し、"export -p"コマンドを実行し、いまの環境変数に上記の２つが含まれていたらコンパイラのインストールは不要

仮想環境のターミナルに戻り、以降全てのパケージをインストール

conda install -c conda-forge arviz
conda install -c conda-forge pystan
conda install -c conda-forge fbprophet
conda install -c conda-forge plotly

ちなみにconda仮想環境で、fbprophetをpipでインストールすると、盛大にエラーが発生した
conda-forgeのパケージでインストールすること

Quick StartのコードをJupyterで確認する。
はじめに、使用するサンプルデータをexample_wp_log_peyton_manning.csvとしてローカルに保存しておく
Prophetが扱うデータはPandas型であることが仕様

import pandas as pd
from fbprophet import Prophet
df = pd.read_csv('/home/hoge/example_wp_log_peyton_manning.csv')

Prophetのモデルを定義し

m = Prophet(daily_seasonality=True)
m.fit(df)

なお、Plotlyをインストールする前に上記を実行すると下記のエラーが出た
Importing plotly failed. Interactive plots will not work.
下記をインポートすることで回避可能だが、Plotlyが原因で発生したのかわからない

from matplotlib import pyplot as plt
from matplotlib.dates import MonthLocator, num2date
from matplotlib.ticker import FuncFormatter

予測結果（yhat）を入れるdataframeを作成し、そこに予測結果を入れる

future = m.make_future_dataframe(periods=365)
future.tail()
forecast = m.predict(future)
forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail()

予測結果（青線）と実際の値（ドット）が重ねて表示できる

fig1 = m.plot(forecast)

Plotlyを使うと、かっこいいインタラクティブなチャート表示が可能
（Plotlyって知らなかった）

from fbprophet.plot import plot_plotly, plot_components_plotly
plot_plotly(m, forecast)

終わり
来週はtslearnを試してみる