我每周有一份工作 读取Csv文件的数据 创建基于神经质素的模型 并丢弃泡菜文件供日后使用
from neuralprophet import NeuralProphet
from matplotlib import pyplot as plt
import pandas as pd
import pickle
data_location = /input_data/
df = pd.read_csv(data_location + input.csv )
np = NeuralProphet()
model = np.fit(df, freq="5min")
with open( model/neuralprophet_model.pkl , "wb") as f:
# dump information to that file
pickle.dump(model, f)
上述python代码每周运行一次,并将模型文件放入文件。
现在,我有一个不同的 python 文件 装载泡菜文件 并做预测 未来的日期。
比方说,我在Csv文件中存了2年的数据,并从中创建了模型。现在,我想根据上述模型预测未来。
from neuralprophet import NeuralProphet
import pandas as pd
import pickle
with open( model/neuralprophet_model.pkl , "rb") as f:
model = pickle.load(file)
# To get a next 1 hour prediction by 5mins interval
future = model.make_future_dataframe(periods=12, freq= 5min )
forecast = model.predict(future)
正确吗? 在这里, 我并不通过数据来制作_ future_ dataframe 。 但是, 所有互联网示例都通过数据 。 既然数据被用来训练模型, 我在这里只是使用模型 。 为什么我们需要在这里通过数据, 因为我们使用基于模型的预测( 对于某个未知的未来日期)?