选择您的 Cookie 首选项

我们使用必要 Cookie 和类似工具提供我们的网站和服务。我们使用性能 Cookie 收集匿名统计数据,以便我们可以了解客户如何使用我们的网站并进行改进。必要 Cookie 无法停用,但您可以单击“自定义”或“拒绝”来拒绝性能 Cookie。

如果您同意,AWS 和经批准的第三方还将使用 Cookie 提供有用的网站功能、记住您的首选项并显示相关内容,包括相关广告。要接受或拒绝所有非必要 Cookie,请单击“接受”或“拒绝”。要做出更详细的选择,请单击“自定义”。

Prophet 算法 - Amazon Forecast

Amazon Forecast 已不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。了解更多

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

Amazon Forecast 已不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。了解更多

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

Prophet 算法

Prophet 是一种流行的局部贝叶斯结构时间序列模型。Amazon Forecast Prophet 算法使用 Prophet 的 Python 实现的 Prophet 类

Prophet 的工作原理

Prophet 对于以下数据集特别有用:

  • 包含详细历史观察(每小时、每日或每周)的延长时间段(数月或数年)

  • 有多个强烈的季节性

  • 包括以前已知的重要但不规则的事件

  • 缺少数据点或具有较大的异常值

  • 具有接近极限的非线性增长趋势

Prophet 是一种具有分段线性或逻辑增长曲线趋势的加性回归模型。它包括一个使用傅立叶级数建模的年度季节组件和一个使用虚拟变量建模的每周季节组件。

有关更多信息,请参阅 Prophet:大规模预测

Prophet 超参数和相关时间序列

Amazon Forecast 使用默认 Prophet 超参数。Prophet 还支持相关时间序列作为特征,以相关时间序列 CSV 文件形式提供给 Amazon Forecast。

下一主题:

生成预测

上一主题:

NPTS
隐私网站条款Cookie 首选项
© 2025, Amazon Web Services, Inc. 或其附属公司。保留所有权利。