Prognoseprognosedaten übereinstimmen nicht beobachtete Daten ⇐ Python

[Anonymous]

Kontext < /h1>
Ich versuche, die Anwesenheit der Office mithilfe der Prophetenbibliothek in Python zu modellieren. Meine Daten sind ziemlich einfach und in Abschnitten von 15 Minuten. Es wird durch die schwarzen Punkte in der Plot unten gezeigt. und wöchentliche Trends für das Büro "src =" https://i.static.net/vly9a.png "/>
Ich habe auch Feiertage aufgenommen.

Code: Select all

m = Prophet(holidays=holidays, weekly_seasonality=True, growth="flat")  # "logistic")
p_df = sdf[["OCCUPANCY_AVG"]].reset_index()
p_df.columns = ["ds", "y"]
p_df["cap"] = 180
df["floor"] = 0
m.fit(p_df)

future = m.make_future_dataframe(periods=24 * 60, freq="H")
future["cap"] = 180
future["floor"] = 0
# future.tail()

forecast = m.predict(future)
# forecast[["ds", "yhat", "yhat_lower", "yhat_upper"]].tail()

fig1 = m.plot(forecast, xlabel="Date", ylabel="Headcount", include_legend=True)
# %%
fig2 = m.plot_components(forecast)

Frage
Es gibt mehrere Dinge, die hier nicht begeistert bin:

[*] Die Prognosedaten können im realen Leben nicht mehr als die -Br. /> Wie kann ich den Modell respektieren, dass es eine Menge vorhersagt, die nicht negativ werden kann, und es auch zu den Eingangsdaten passen? < /p>