Django Prophet을 사용하여 시계열 분석을 구현하는 모범 사례는 무엇입니까?

Django Prophet은 Python 기반의 시계열 분석 도구로 Django 프레임워크와 결합되어 시계열 분석 및 예측을 쉽게 수행할 수 있습니다. 이 글에서는 Django Prophet의 모범 사례를 소개하고 구체적인 코드 예제를 제공합니다.

1. 설치 및 구성

먼저 Django Prophet과 해당 종속 라이브러리를 설치해야 합니다. pip 명령을 통해 설치할 수 있습니다.

pip install django-prophet forecaster

다음으로 Django 프로젝트의 settings.py 파일에 다음 구성을 추가합니다.

INSTALLED_APPS = [
    ...
    'prophet',
    ...
]

PROPHET = {
    'MODEL_PATH': os.path.join(BASE_DIR, 'model'),  # 模型路径
    'FORECAST_PATH': os.path.join(BASE_DIR, 'forecast'),  # 预测结果路径
}

위 구성에서는 모델의 저장 경로와 예측 결과를 지정합니다.

2. 데이터 준비 및 가져오기

시계열 분석을 수행하기 전에 데이터를 준비하여 Django 데이터베이스로 가져와야 합니다. CSV 형식을 선택하거나 데이터베이스 쿼리를 통해 데이터를 가져올 수 있습니다. 다음은 시계열 데이터를 저장하는 모델 클래스의 예입니다.

from django.db import models

class TimeSeriesData(models.Model):
    date = models.DateField()
    value = models.FloatField()

Django의 데이터 마이그레이션 기능을 통해 모델 클래스를 데이터베이스 테이블에 매핑할 수 있습니다.

python manage.py makemigrations
python manage.py migrate

3. 시계열 분석

다음으로 Django Prophet을 사용할 수 있습니다. 시계열 분석을 수행합니다. 다음은 샘플 보기 함수입니다.

from django.shortcuts import render
from prophet import Prophet

def analyze(request):
    data = TimeSeriesData.objects.all().order_by('date')
    dates = [item.date for item in data]
    values = [item.value for item in data]

    df = pd.DataFrame({'ds': dates, 'y': values})

    m = Prophet()
    m.fit(df)

    future = m.make_future_dataframe(periods=365)
    forecast = m.predict(future)

    forecast_data = forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']]

    return render(request, 'analyze.html', {'forecast_data': forecast_data})

위 코드는 먼저 데이터베이스에서 시계열 데이터를 가져와 Pandas DataFrame 개체로 변환합니다. 그런 다음 Prophet 모델을 생성하고 데이터를 사용하여 훈련합니다.

다음으로 make_future_dataframe 함수를 사용하여 예측해야 하는 시간 범위를 생성하고, 예측 함수를 사용하여 예측을 합니다. 예측 결과는 Forecast 객체에 저장됩니다.

마지막으로 예측 결과를 표시용 analyze.html 템플릿에 전달합니다.

4. 템플릿 표시

템플릿 analyze.html에서 다음 코드를 사용하여 예측 결과를 표시할 수 있습니다.

{% for item in forecast_data %}
    <p>Date: {{ item.ds }}</p>
    <p>Predicted Value: {{ item.yhat }}</p>
    <p>Lower Bound: {{ item.yhat_lower }}</p>
    <p>Upper Bound: {{ item.yhat_upper }}</p>
{% endfor %}

위 코드는 for 루프를 사용하여 예측 결과를 탐색하고 날짜, 예측 값, 그리고 상한과 하한.

요약:

위 단계를 통해 Django Prophet 기반의 시계열 분석을 구현할 수 있습니다. 이 프로세스에는 설치 및 구성, 데이터 준비 및 가져오기, 시계열 분석, 템플릿 프레젠테이션이 포함됩니다. 매개변수와 모델을 적절하게 구성하면 보다 정확한 시계열 예측을 얻을 수 있습니다.

위의 예에서는 간단한 선형 모델을 사용한다는 점에 유의해야 합니다. 복잡한 시계열의 경우 Prophet 모델의 매개변수를 조정하고 기능 엔지니어링을 추가하면 예측 정확도를 높일 수 있습니다.

위 내용은 Django Prophet을 사용하여 시계열 분석을 구현하는 모범 사례는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!