Utilisation du paquetage Prophet pour prédire par groupe dans les données dans R

Question

J'utilise le nouveau paquet libéré de Facebook appelé Prophet. Il fait des prédictions de séries chronologiques et je veux appliquer cette fonction par groupe.

Faites défiler jusqu'à la section R.

https://facebookincubator.github.io/prophet/docs/quick_start.html

C'est ma tentative:

grouped_output = df %>% group_by(group) %>% 
    do(m = prophet(df[,c(1,3)])) %>% 
    do(future = make_future_dataframe(m, period = 7)) %>% 
    do(forecast = prophet:::predict.prophet(m, future)) 

grouped_output[[1]] 

Il me faut ensuite extraire les résultats de la liste de chaque groupe que j'ai fait du mal.

Ci-dessous mon dataframe original sans les groupes:

ds <- as.Date(c('2016-11-01','2016-11-02','2016-11-03','2016-11-04', 
        '2016-11-05','2016-11-06','2016-11-07','2016-11-08', 
        '2016-11-09','2016-11-10','2016-11-11','2016-11-12', 
        '2016-11-13','2016-11-14','2016-11-15','2016-11-16', 
        '2016-11-17','2016-11-18','2016-11-19','2016-11-20', 
        '2016-11-21','2016-11-22','2016-11-23','2016-11-24', 
        '2016-11-25','2016-11-26','2016-11-27','2016-11-28', 
        '2016-11-29','2016-11-30')) 
y <- c(15,17,18,19,20,54,67,23,12,34,12,78,34,12,3,45,67,89,12,111,123,112,14,566,345,123,567,56,87,90) 
y<-as.numeric(y) 
df <- data.frame(ds, y) 

df 

      ds y 
1 2016-11-01 15 
2 2016-11-02 17 
3 2016-11-03 18 
4 2016-11-04 19 
5 2016-11-05 20 
6 2016-11-06 54 
7 2016-11-07 67 
8 2016-11-08 23 
9 2016-11-09 12 
10 2016-11-10 34 
11 2016-11-11 12 
12 2016-11-12 78 
13 2016-11-13 34 
14 2016-11-14 12 
15 2016-11-15 3 
16 2016-11-16 45 
17 2016-11-17 67 
18 2016-11-18 89 
19 2016-11-19 12 
20 2016-11-20 111 
21 2016-11-21 123 
22 2016-11-22 112 
23 2016-11-23 14 
24 2016-11-24 566 
25 2016-11-25 345 
26 2016-11-26 123 
27 2016-11-27 567 
28 2016-11-28 56 
29 2016-11-29 87 
30 2016-11-30 90 

La fonction actuelle fonctionne quand je le fais à un seul groupe comme suit:

#install.packages('prophet') 
library(prophet) 
m<-prophet(df) 
future <- make_future_dataframe(m, period = 7) 
forecast <- prophet:::predict.prophet(m, future) 

forecast$yhat 
[1] -2.649032 -29.762095 128.169781 59.573684 -11.623727 107.473617 -29.949730 -42.862455 -62.378408 104.797639 46.868610 
[12] -12.502864 119.282058 -4.914921 -4.402638 -10.643570 169.309505 123.321261 74.734746 215.856347 99.290218 105.508059 
[23] 102.882915 284.245984 237.401258 185.688202 321.466962 197.451536 194.280518 180.535663 349.304365 288.684031 222.337210 
[34] 342.968499 203.648851 185.377165 

Je veux maintenant changer cela pour que il applique la fonction prophet:::predict à chaque groupe. Ainsi, le nouveau dataframe PAR GROUPE ressemble à ceci:

ds <- as.Date(c('2016-11-01','2016-11-02','2016-11-03','2016-11-04', 
      '2016-11-05','2016-11-06','2016-11-07','2016-11-08', 
      '2016-11-09','2016-11-10','2016-11-11','2016-11-12', 
      '2016-11-13','2016-11-14','2016-11-15','2016-11-16', 
      '2016-11-17','2016-11-18','2016-11-19','2016-11-20', 
      '2016-11-21','2016-11-22','2016-11-23','2016-11-24', 
      '2016-11-25','2016-11-26','2016-11-27','2016-11-28', 
      '2016-11-29','2016-11-30', 


      '2016-11-01','2016-11-02','2016-11-03','2016-11-04', 
      '2016-11-05','2016-11-06','2016-11-07','2016-11-08', 
      '2016-11-09','2016-11-10','2016-11-11','2016-11-12', 
      '2016-11-13','2016-11-14','2016-11-15','2016-11-16', 
      '2016-11-17','2016-11-18','2016-11-19','2016-11-20', 
      '2016-11-21','2016-11-22','2016-11-23','2016-11-24', 
      '2016-11-25','2016-11-26','2016-11-27','2016-11-28', 
      '2016-11-29','2016-11-30')) 
y <- c(15,17,18,19,20,54,67,23,12,34,12,78,34,12,3,45,67,89,12,111,123,112,14,566,345,123,567,56,87,90, 
    45,23,12,10,21,34,12,45,12,44,87,45,32,67,1,57,87,99,33,234,456,123,89,333,411,232,455,55,90,21) 
y<-as.numeric(y) 

group<-c("A","A","A","A","A","A","A","A","A","A","A","A","A","A","A", 
    "A","A","A","A","A","A","A","A","A","A","A","A","A","A","A", 
    "B","B","B","B","B","B","B","B","B","B","B","B","B","B","B", 
    "B","B","B","B","B","B","B","B","B","B","B","B","B","B","B") 
df <- data.frame(ds,group, y) 

df 

      ds group y 
1 2016-11-01  A 15 
2 2016-11-02  A 17 
3 2016-11-03  A 18 
4 2016-11-04  A 19 
5 2016-11-05  A 20 
6 2016-11-06  A 54 
7 2016-11-07  A 67 
8 2016-11-08  A 23 
9 2016-11-09  A 12 
10 2016-11-10  A 34 
11 2016-11-11  A 12 
12 2016-11-12  A 78 
13 2016-11-13  A 34 
14 2016-11-14  A 12 
15 2016-11-15  A 3 
16 2016-11-16  A 45 
17 2016-11-17  A 67 
18 2016-11-18  A 89 
19 2016-11-19  A 12 
20 2016-11-20  A 111 
21 2016-11-21  A 123 
22 2016-11-22  A 112 
23 2016-11-23  A 14 
24 2016-11-24  A 566 
25 2016-11-25  A 345 
26 2016-11-26  A 123 
27 2016-11-27  A 567 
28 2016-11-28  A 56 
29 2016-11-29  A 87 
30 2016-11-30  A 90 
31 2016-11-01  B 45 
32 2016-11-02  B 23 
33 2016-11-03  B 12 
34 2016-11-04  B 10 
35 2016-11-05  B 21 
36 2016-11-06  B 34 
37 2016-11-07  B 12 
38 2016-11-08  B 45 
39 2016-11-09  B 12 
40 2016-11-10  B 44 
41 2016-11-11  B 87 
42 2016-11-12  B 45 
43 2016-11-13  B 32 
44 2016-11-14  B 67 
45 2016-11-15  B 1 
46 2016-11-16  B 57 
47 2016-11-17  B 87 
48 2016-11-18  B 99 
49 2016-11-19  B 33 
50 2016-11-20  B 234 
51 2016-11-21  B 456 
52 2016-11-22  B 123 
53 2016-11-23  B 89 
54 2016-11-24  B 333 
55 2016-11-25  B 411 
56 2016-11-26  B 232 
57 2016-11-27  B 455 
58 2016-11-28  B 55 
59 2016-11-29  B 90 
60 2016-11-30  B 21 

Comment puis-je prédis en utilisant le paquet prophet, le y-chapeau par groupe plutôt que au total?

Answer 1

Voici une solution utilisant tidyr::nest pour imbriquer les données par groupe, ajuster les modèles dans ces groupes en utilisant purrr::map puis en récupérant le y-hat comme demandé. J'ai pris votre code, mais l'ai incorporé dans les appels mutate qui calculeraient de nouvelles colonnes en utilisant purrr::map.

library(prophet) 
library(dplyr) 
library(purrr) 
library(tidyr) 

d1 <- df %>% 
    nest(-group) %>% 
    mutate(m = map(data, prophet)) %>% 
    mutate(future = map(m, make_future_dataframe, period = 7)) %>% 
    mutate(forecast = map2(m, future, predict)) 

est ici la sortie à ce moment:

d1 
# A tibble: 2 × 5 
    group    data   m    future 
    <fctr>   <list>  <list>    <list> 
1  A <tibble [30 × 2]> <S3: list> <data.frame [36 × 1]> 
2  B <tibble [30 × 2]> <S3: list> <data.frame [36 × 1]> 
# ... with 1 more variables: forecast <list> 

Puis-je utiliser unnest() pour récupérer les données de la colonne forecast et sélectionnez la valeur y chapeau comme l'a demandé.

d <- d1 %>% 
    unnest(forecast) %>% 
    select(ds, group, yhat) 

Et est ici la sortie pour les nouvelles valeurs prévues:

d %>% group_by(group) %>% 
    top_n(7, ds) 
Source: local data frame [14 x 3] 
Groups: group [2] 

      ds group  yhat 
     <date> <fctr>  <dbl> 
1 2016-11-30  A 180.53422 
2 2016-12-01  A 349.30277 
3 2016-12-02  A 288.68215 
4 2016-12-03  A 222.33501 
5 2016-12-04  A 342.96654 
6 2016-12-05  A 203.64625 
7 2016-12-06  A 185.37395 
8 2016-11-30  B 131.07827 
9 2016-12-01  B 222.83703 
10 2016-12-02  B 236.33555 
11 2016-12-03  B 145.41001 
12 2016-12-04  B 228.59687 
13 2016-12-05  B 162.49244 
14 2016-12-06  B 68.44477 

Answer 2

Je cherchais une solution pour le même problème. J'ai trouvé le code suivant, qui est un peu plus simple que la réponse acceptée.

library(tidyr) 
library(dplyr) 
library(prophet) 

data = df %>% 
     group_by(group) %>% 
     do(predict(prophet(.), make_future_dataframe(prophet(.), periods = 7))) %>% 
     select(ds, group, yhat) 

Et voici les valeurs prévues

data %>% group_by(group) %>% 
     top_n(7, ds) 

# A tibble: 14 x 3 
# Groups: group [2] 
      ds group  yhat 
     <date> <fctr> <dbl> 
1 2016-12-01  A 316.9709 
2 2016-12-02  A 258.2153 
3 2016-12-03  A 196.6835 
4 2016-12-04  A 346.2338 
5 2016-12-05  A 208.9083 
6 2016-12-06  A 216.5847 
7 2016-12-07  A 206.3642 
8 2016-12-01  B 230.0424 
9 2016-12-02  B 268.5359 
10 2016-12-03  B 190.2903 
11 2016-12-04  B 312.9019 
12 2016-12-05  B 266.5584 
13 2016-12-06  B 189.3556 
14 2016-12-07  B 168.9791