了解如何使用Facebook的Prophet来预测空气质量

作者 | Marco Peixeiro

来源 | ToWardsDataScience

编辑 | 代码医生团队

对于许多机器学习工程师来说，制作高质量的预测很难。它需要大量的经验和非常具体的技能。此外，其他预测工具太不灵活，无法纳入有用的假设。

出于这些原因，Facebook开源Prophet，这是Python和R中提供的预测工具。该工具允许专家和非专家以最小的努力生成高质量的预测。

在这里，将使用Prophet来帮助我们预测空气质量！

完整的笔记本和数据集可以在这里找到。

https://github.com/marcopeix/air-quality

来做一些预测吧！

不幸的是，不会回到未来

导入并清理数据

与往常一样，首先导入一些有用的库：

然后导入数据集并预览它：

你应该看到以下内容：

数据集的前五个条目

如您所见，数据集包含有关不同气体浓度的信息。每天每小时记录一次。您可以在此处找到所有功能的说明。

https://www.kaggle.com/sayakchakraborty/air-quality-prediction-of-relative-humidity

如果更多地浏览数据集，会注意到有许多值为-200的实例。当然，负面集中是没有意义的，因此需要在建模之前清理数据。

首先，摆脱存在空值的所有实例：

之后，需要将日期列解析为日期，并将所有测量值转换为浮点数：

然后，通过取每个测量的平均值来按天汇总数据：

此时，数据应如下所示：

还有一些需要摆脱的NaN。可以看到每列中有多少NaN：

摆脱超过8 NaN的列：

完善！现在应该按周汇总数据，因为它会给出更平滑的分析趋势。

真棒！现在准备更多地探索数据了。

探索性数据分析（EDA）

绘制数据集的每一列：

花点时间查看每个情节并确定有趣的趋势。为了长度只考虑NOx的浓度。

氮的氧化物是非常有害的，因为它们反应形成烟雾和酸雨，并且负责形成细颗粒和地面臭氧。这些对健康有不利影响，因此NOx的浓度是空气质量的关键特征。

因此在继续建模之前，删除所有不相关的列：

Modelling

首先导入Prophet：

然后，Prophet要求将date列命名为ds，将要素列命名为y：

现在，数据应该是这样的：

然后，定义一个训练集。为此将保留最后30个用于预测和验证的条目。

然后，简单地初始化Prophet，使模型适合数据，并进行预测！

应该看到以下内容：

这里，yhat表示预测，而yhat_lower和yhat_upper分别表示预测的下限和上限。

Prophet允许轻松绘制预测：

得到：

NOx浓度预测

如您所见，Prophet只是使用直线向下线来预测未来的NOx浓度。

您还可以使用命令查看时间序列是否具有任何有趣的功能，例如季节性：

得到：

在这里，Prophet只发现了一个没有季节性的下降趋势。

现在，通过计算模型的平均绝对百分误差（MAPE）和平均绝对误差（MAE）来评估模型的性能：

应该看到MAPE是13.86％而MAE是109.32，这并不是那么糟糕！请记住根本没有对模型进行微调。

最后，用它的上限和下限绘制预测：

得到：

预测每周平均NOx浓度

点击“阅读原文”配套图书资源