6.3 现代分解方法 (Prophet模型分解、广义加性模型GAM)

文档摘要

6.3 现代分解方法 (Prophet模型分解、广义加性模型GAM) 6.3 现代分解方法 (Prophet模型分解、广义加性模型GAM) 传统的经典时间序列分解方法，如移动平均和差分，在处理复杂的时间序列数据时存在一定的局限性。现代分解方法，例如Prophet模型和广义加性模型(GAM)，提供了更加灵活和强大的工具，能够更好地捕捉时间序列中的趋势、周期性和季节性成分，并处理缺失值、异常值等问题。 6.3.1 Prophet 模型分解 Prophet 是由 Facebook 开发的一种开源时间序列预测模型，它基于加性模型，能够自动地将时间序列分解为趋势、季节性和节假日效应三个主要成分。 6.3.1.