详解基于 LightGBM 与傅里叶基函数的 LazyProphet 原理和实践 | 快速做单变量时间序列预测

Posted 2022-10-25 叶庭云

CSDN 叶庭云：https://yetingyun.blog.csdn.net/

---

一、LazyProphet

建议新建一个干净的虚拟环境来安装管理时间序列预测的库，以免与 base 环境里的库的版本冲突，多一些不必要的麻烦。

LazyProphet 是一个基于 LightGBM，为单变量时间序列预测而设计的高效的模型。

• 增加了许多优点，如在使用滞后的目标变量（如最后 4 个值来预测第 5 个值）时进行递归预测。
• 此外，傅里叶基函数和惩罚性加权线性基函数也是可选项。
• 千万不要对这些类型的模型使用样本内拟合（In-sample），因为它们相当贴合数据。

当我们考虑时间序列的 boosted trees 时，通常会想到 Kaggle M5 沃尔玛销量时间序列预测比赛，其中前十名中有很大一部分使用了LightGBM。但是当在单变量情况下使用 boosted trees 时&#