科研之友
微信
新浪微博
Facebook
分享链接
摘要
时间序列数据的预测,因时间特征的动态多种变化性,一直是预测问题中的难点。传统的时间序列预测方法,如Arima方法,数据需要满足的条件较多,建模前期对数据要做较为复杂的预处理,在应用上有很大的限制。本文使用Facebook开源的时间序列预测框架fbprophet,以郑州地铁客流量数据为研究对象,对其建行了流量预测,这一预测能为加强地铁管理提供数据支持。通过与Arima方法比较,fbprophe在表现上更优。实验结果表明,fbprophe在情况复杂,多种节假交叉影响的数据集上都更好的得到准备确的预测结果。
- 单位
