prophet预测模型Python prophet预测模型传染病

prophet模型描述

y(t)=g(t)+s(s)+h(t)+ϵt

g(t)表示增长函数，用来拟合非周期性变化的。
s(t)用来表示周期性变化，比如说每周，每年，季节等。
h(t)表示假期，节日等特殊原因等造成的变化。
ϵt为噪声项，用他来表示随机无法预测的波动，我们假设ϵt是高斯的。

数据采取的是美国2020-1-21到2021-11-8的累计确诊人数和累计死亡人数，首先我们先展示一下数据的格式和具体情况

数据是csv格式存储的，列名为date、cases、deaths

上图是累计确诊人数和死亡人数的可视化

数据处理
因为Prophet模型对数据异常值的忍耐度比较高，所以我们这里只进行简单的检查是否有无空值（其实我也做过中值滤波和平滑处理，但是结果不太理想，还不如不处理）。

path="D:\\疫情预测\\USA.csv"
data=pd.read_csv(path,parse_dates=["date"])
data.isnull().values.any()

结果是False，也就是没有空值，那我们接下进行建模

建立模型

#分割数据集
def train_test_data_split(data,start,end):#658条
    train_data = data[start:end]
    test_data =  data[end:]
    return train_data,test_data

#初步建立模型
def model(trainData):
    pm=Prophet(changepoint_prior_scale=0.95,interval_width=1)
    # changepoint_prior_scale：增长趋势模型的灵活度，值越大，历史数据的拟合程度越强
    #interval_width：衡量未来时间内趋势改变的程度。值越大，趋势间隔出现的频率和幅度与历史数据越相似，
    pm.fit(trainData)
    return pm

#预测
def predict(pm,periods):
    future = pm.make_future_dataframe(periods)
    pm_forecast = pm.predict(future)
    return pm_forecast

#模型评估，采用与测试集的MAPE进行评估
def MAPE(data_true, data_pre):#平均百分比误差率评估
    data_true, data_pre = np.array(data_true), np.array(data_pre)
    return np.mean(np.abs((data_true - data_pre) / data_true)) * 100

#主函数
def work(start,end,data,title):
    train_data,test_data = train_test_data_split(data,start,end)
    pm = model(train_data)
    predictions_data = predict(pm,40)
    results_data = predictions_data[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].merge(test_data[["ds","y"]])
    print(results_data)
    fig1 = pm.plot(predictions_data)
    fig1.suptitle(title,verticalalignment='center')
    fig2 = pm.plot_components(predictions_data)
    fig2.suptitle(title,verticalalignment='center')
    print(title+' MAPE: '+str(MAPE(results_data['yhat'].iloc[0], results_data['y'].iloc[0])))
    return results_data,predictions_data[['ds', 'yhat', 'yhat_lower', 'yhat_upper']]

#选择函数
def select(data,title):
    data_new=data.rename(columns={"date":"ds",title:"y"})
    return data_new,title

这里我们采用前3个月的数据进行训练，然后预测后一个月的数据，采用MAPE对模型进行评估。

预测
确诊人数

#对10月10日~11月8日的确诊人数进行预测
title="cases"
data_new,title=select(data,title)
rec1,rec2=work(-90,-30,data_new,title)

MAPE为0.026，感觉还不粗，再看看死亡人数的预测

#对10月10日~11月8日死亡人数进行预测
title="deaths"
data_new,title=select(data,title)
red1,red2=work(-90,-30,data_new,title)

MAPE为0.014，感觉也不错，接下来我们将预测值和真实值进行可视化。

上图为确诊人数

上图为死亡人数

结论：
前七天的预测值非常接近，但是随着时间的增大，误差变大，虽然是时间序列预测的通病但是此模型明显是预测值偏大，后续或许再次进行调参，可以得到更好的结果。
——墨涯