teratail header banner
teratail header banner
質問するログイン新規登録

質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.30%
Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

データ構造

データ構造とは、データの集まりをコンピュータの中で効果的に扱うために、一定の形式に系統立てて格納する形式を指します。(配列/連想配列/木構造など)

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

0回答

676閲覧

Colabにてprophetを使用し正しい数値を算出したい

itnohito

総合スコア0

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

データ構造

データ構造とは、データの集まりをコンピュータの中で効果的に扱うために、一定の形式に系統立てて格納する形式を指します。(配列/連想配列/木構造など)

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2022/03/31 02:22

編集2022/03/31 05:43

0

0

前提

colabでprophetを用い簡単な数値の機会学習をしております。
こちらで疑問点が生じましたのでどなたかお力を貸していただきたいです。

実現したいこと

正しい結果を導く。

発生している問題・エラーメッセージ

https://qiita.com/devopsCoordinator/items/879a7e710af451969d8f
こちらのサイトを参考にdsのカラムには週ごとの数値を、yのカラムには20-30程度の数値がランダムで入っております。
ただ、そこから1年分の月ごとの結果を出力しようとすると
additive_terms
additive_terms_lower
additive_terms_upper
multiplicative_terms
multiplicative_terms_lower
multiplicative_terms_upper
以上6カラムの数値が全て0になってしまい、未来12か月分の数値が落ち続けてしまうという事象が発生しております。

該当のソースコード

import pandas as pd import numpy as np from fbprophet import Prophet import matplotlib.pyplot as plt df1 = pd.read_csv('/content/drive/MyDrive/Colab Notebooks/test.csv') df1['y_orig'] = df1.y df1['y'] = np.log(df1['y']) model = Prophet() model.fit(df1) future_data = model.make_future_dataframe(periods=12, freq = 'm') forecast_data = model.predict(future_data) model.plot(forecast_data) model.plot_components(forecast_data) forecast_data['trend_orig'] = forecast_data.trend forecast_data['trend_orig'] = np.exp(forecast_data['trend']) forecast_data.to_csv('/content/drive/MyDrive/Colab Notebooks/test_result.csv')

試したこと

読み込むデータと、出力データが週替わり、月替わりで差分が生じるとダメかと思いましたが、元データの範囲を変えてもカラム内の数値は0でした。

補足情報(FW/ツールのバージョンなど)

参考: 【新人教育資料】時系列予測をprophet(Python)でやってみる第1章 〜インストールから簡単な予測編〜
https://qiita.com/devopsCoordinator/items/879a7e710af451969d8f

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.30%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問