时间序列 - 先知模型

2017 年，Facebook 开源了先知模型，该模型能够对按日、周、年等多季节性强的时间序列和趋势进行建模。 它具有直观的参数，不那么专业的数据科学家可以调整这些参数以获得更好的预测。 它的核心是一个加性回归模型，可以检测变化点来对时间序列进行建模。

Prophet 将时间序列分解为趋势 $g_{t}$、季节性 $S_{t}$ 和假期 $h_{t}$ 的分量。

$$y_{t}=g_{t}+s_{t}+h_{t}+\epsilon_{t}$$

其中，$\epsilon_{t}$ 是误差项。

google 和 twitter 分别在 R 中引入了用于时间序列预测的类似包，例如因果影响和异常检测。