250x250
Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 |
Tags
- TensorFlow
- SQL
- 머신러닝
- psycopg2
- 오라클
- GridSearchCV
- psql
- 도커
- pgadmin
- 시계열
- 복구
- 도커이미지
- cpu
- 리눅스
- oracle
- Memory
- Docker image
- Jupyter
- GPU
- sqldeveloper
- 교차검증
- postgre
- 연결
- LOG
- 파이썬
- Linux
- Python
- 쿼리
- docker
- jupyternotebook
Archives
- Today
- Total
areum
[시계열 분석] Prophet 파라미터 정리 본문
728x90
중요한 파라미터는 ❗ 를 표시해 두었습니다. (저는 표시한 파라미터들 위주로 많이 사용하며, 다른 파라미터들은 많이 손대지 않는거같아요 !)
| 파라미터 종류 | 내용 |
| changepoint_prior_scale ❗❗ | [default] = 0.05 <0.05 : 추세에 덜 유연하게 반영 >0.05 : 추세에 유연하게 반영 |
| seasonality_prior_scale ❗❗ | [default] = 10.0 계절성 반영 강도 (높을수록 민감) |
| holidays_prior_scale ❗❗ | [default] = 10.0 holiday 효과를 얼마나 반영할지 조절 (클수록 holiday효과가 강함.) add_country_holidays(country_name='KR') 으로 한국의 휴일을 반영 |
| seasonality_mode ❗ | [default] = 10.0 'addtive' : 시계열 데이터가 진폭이 일정할 때 사용 'multiflicative' : 시계열 데이터의 진폭이 점점 증가하거나 감소할 때 사용 |
| yearly_seasonality ❗ | [default] = auto 데이터와 연간 계절성을 가지면 True 아니면 False |
| weekly_seasonality ❗ | [default] = auto 데이터가 일별데이터로 날짜가 길면 True 아니면 False |
| daily_seasonality ❗ | [default] = auto 데이터가 일별 데이터면 True 아니면 False |
| changepoint_range ❗ | [default] = 0.8 데이터의 80% 중 changepoint를 자동으로 설정함 change point의 설정 가능 범위를 의미 조절 범위 : [0.8, 0.95] |
| growth | [default] = linear trend의 함수를 정의. 선형(linear) 또는 비선형(logistic) 중 선택 가능 |
| changepoints | [default] = auto 변경점을 수동으로 설정하기 위한 parameter |
| changepoint_range | 전체 기간 중 change point가 발생할 범위 (0~1 사이의 값, 즉 전체의 몇퍼센트에서 change point가 발생할 수 있는지 설정) |
| interval_width | [default] = 0.8 추세 예측 정확도 구간 범위 |
| mcmc_samples | [default] = 0 계절성의 불확실성을 확인할 때 사용됨 기본적으로 Prophet은 추세 및 관찰 노이즈의 불확실성만을 반환 |
| uncertainty_samples | [default] = 1000 불확실성의 구간을 조정함 |
'Programming > Machine Learning' 카테고리의 다른 글
| [ML] One-way ANOVA(일원 분산 분석) (0) | 2023.03.24 |
|---|---|
| [ML] Linear Regression(선형 회귀) (0) | 2023.03.24 |
| [ML] 로지스틱 회귀 개념 정리 (0) | 2023.03.23 |
| [시계열 분석] Prophet을 이용한 기온 예측 (0) | 2023.03.22 |
| [ML] LogisticRegression(로지스틱 회귀) (0) | 2023.03.21 |