Prophet è un modello di previsione gestito da Meta. Consulta l'articolo del Prophet per i dettagli sugli algoritmi e la documentazione per ulteriori informazioni sulla libreria.
Come BigQuery ML ARIMA_PLUS, Prophet tenta di scomporre ogni serie temporale in tendenze, stagioni e festività, generando una previsione utilizzando l'aggregazione delle previsioni di questi modelli. Una differenza importante, tuttavia, è che BQML ARIMA+ utilizza ARIMA per modellare il componente di tendenza, mentre Prophet tenta di adattare una curva utilizzando un modello logistico o lineare a tratti.
Google Cloud offre una pipeline per l'addestramento di un modello Prophet e una pipeline per ottenere previsioni batch da un modello Prophet. Entrambe le pipeline sono istanze di Vertex AI Pipelines di Google Cloud Pipeline Componenti (GCPC).
L'integrazione di Prophet con Vertex AI significa che puoi fare quanto segue:
- Utilizza le strategie di suddivisione dei dati e di windowing di Vertex AI.
- Leggere i dati da tabelle BigQuery o file CSV archiviati in Cloud Storage. Vertex AI si aspetta che ogni riga abbia lo stesso formato di Vertex AI Forecasting.
Sebbene Prophet sia un modello multivariato, Vertex AI supporta solo una versione univariata.
Per saperne di più sugli account di servizio utilizzati da questo flusso di lavoro, consulta Account di servizio per Tabular Workflows.
API Workflow
Questo flusso di lavoro utilizza le API seguenti:
- Vertex AI
- Dataflow
- BigQuery
- Cloud Storage
Addestra un modello con Prophet
Prophet è progettato per un'unica serie temporale. Vertex AI aggrega i dati per ID serie temporale e addestra un modello Prophet per ogni serie temporale. La pipeline di addestramento del modello esegue l'ottimizzazione degli iperparametri utilizzando la ricerca con griglia e la logica integrata di test di backtesting di Prophet.
Per supportare più serie temporali, la pipeline utilizza un job di addestramento personalizzato di Vertex AI e Dataflow per addestrare più modelli Prophet in parallelo. Nel complesso, il numero di modelli addestrati è il prodotto del numero di serie temporali e del numero di prove di ottimizzazione degli iperparametri.
Il seguente codice campione mostra come eseguire una pipeline di addestramento del modello Prophet:
job = aiplatform.PipelineJob(
...
template_path=train_job_spec_path,
parameter_values=train_parameter_values,
...
)
job.run(service_account=SERVICE_ACCOUNT)
Il parametro facoltativo service_account
in job.run()
consente di impostare
l'account di servizio Vertex AI Pipelines su un account a tua scelta.
La pipeline e i valori parametro sono definiti dalla funzione riportata di seguito.
(
train_job_spec_path,
train_parameter_values,
) = utils.get_prophet_train_pipeline_and_parameters(
...
)
Di seguito è riportato un sottoinsieme di parametri get_prophet_train_pipeline_and_parameters
:
Nome parametro | Tipo | Definizione |
---|---|---|
project |
Stringa | L'ID progetto. |
location |
Stringa | La tua regione. |
root_dir |
Stringa | Il percorso di Cloud Storage in cui archiviare l'output. |
target_column |
Stringa | La colonna (valore) che vuoi che il modello preveda. |
time_column |
Stringa | La colonna dell'ora. Devi specificare una colonna temporale, che deve avere un valore per ogni riga. La colonna dell'ora indica l'ora in cui è stata effettuata una determinata osservazione. |
time_series_identifier_column |
Stringa | La colonna dell'identificatore della serie temporale. Devi specificare una colonna di identificatori di serie temporali, che deve avere un valore per ogni riga. I dati di addestramento di previsione di solito includono più serie temporali e l'identificatore indica a Vertex AI la serie temporale di cui fa parte una determinata osservazione nei dati di addestramento. Tutte le righe di una determinata serie temporale hanno lo stesso valore nella colonna degli identificatori delle serie temporali. Alcuni identificatori di serie temporali comuni potrebbero essere l'ID prodotto, un ID negozio o una regione. È possibile addestrare un modello di previsione su una singola serie temporale, con lo stesso valore per tutte le righe della colonna dell'identificatore della serie temporale. Tuttavia, Vertex AI è più adatto per dati di addestramento che contengono due o più serie temporali. Per ottenere risultati ottimali, utilizza almeno 10 serie temporali per ogni colonna utilizzata per addestrare il modello. |
data_granularity_unit |
Stringa | L'unità da utilizzare per la granularità dei dati di addestramento, l'orizzonte di previsione e la finestra di contesto. Può essere minute , hour , day , week , month o year . Scopri come scegliere la granularità dei dati. |
data_source_csv_filenames |
Stringa | Un URI per un file CSV archiviato in Cloud Storage. |
data_source_bigquery_table_path |
Stringa | Un URI per una tabella BigQuery. |
forecast_horizon |
Numero intero | L'orizzonte di previsione determina per quanto tempo nel futuro il modello prevede il valore target per ogni riga di dati di previsione. L'orizzonte di previsione è specificato in unità di granularità dei dati. Scopri di più. |
optimization_objective |
Stringa | Scopo dell'ottimizzazione per il modello. Scopri di più. |
max_num_trials |
Numero intero | Numero massimo di prove di ottimizzazione da eseguire per serie temporale. |
Parametri Dataflow
Di seguito è riportato un sottoinsieme di parametri get_prophet_train_pipeline_and_parameters
per la personalizzazione di Dataflow:
Nome parametro | Tipo | Definizione |
---|---|---|
trainer_dataflow_machine_type |
Stringa | Il tipo di macchina Dataflow da utilizzare per l'addestramento. |
trainer_dataflow_max_num_workers |
Numero intero | Il numero massimo di worker Dataflow da utilizzare per l'addestramento. |
evaluation_dataflow_machine_type |
Stringa | Il tipo di macchina Dataflow da utilizzare per la valutazione. |
evaluation_dataflow_max_num_workers |
Numero intero | Il numero massimo di worker Dataflow da utilizzare per la valutazione. |
dataflow_service_account |
Stringa | Account di servizio personalizzato per eseguire i job Dataflow. Il job Dataflow può essere configurato per utilizzare IP privati e una subnet VPC specifica. Questo parametro agisce come un override per l'account di servizio worker predefinito di Dataflow. |
Poiché i job di addestramento Prophet vengono eseguiti su Dataflow, il tempo di avvio iniziale è di 5-7 minuti. Per ridurre il runtime, puoi fare
lo scale up o lo scale out. Ad esempio, per fare lo scale up, puoi modificare il tipo di macchina da n1-standard-1
a e2-highcpu-8
. Per fare lo scale out, puoi
aumentare il numero di worker da 1
a 200
.
Parametri di suddivisione dati
La pipeline di addestramento offre le seguenti opzioni per la suddivisione dei dati:
Suddivisione dati | Descrizione | Parametri |
---|---|---|
Suddivisione predefinita | Vertex AI seleziona in modo casuale l'80% delle righe di dati per il set di addestramento, il 10% per il set di convalida e il 10% per il set di test. Vertex AI utilizza la colonna Tempo per determinare l'ordine cronologico delle righe di dati. | Nessuna |
Suddivisione della frazione | Vertex AI utilizza i valori forniti da te per partizionare i dati nel set di addestramento, nel set di convalida e nel set di test. Vertex AI utilizza la colonna Tempo per determinare l'ordine cronologico delle righe di dati. |
|
Suddivisione timestamp | Vertex AI utilizza i valori training_fraction , validation_fraction e test_fraction per partizionare i dati nel set di addestramento, nel set di convalida e nel set di test. Vertex AI utilizza la colonna timestamp_split_key per determinare l'ordine cronologico delle righe di dati. |
|
Suddivisione manuale (predefinita) | Vertex AI suddivide i dati utilizzando i valori TRAIN, VALIDATE o TEST nella colonna predefined_split_key . |
|
Definisci i parametri di suddivisione dati in get_prophet_train_pipeline_and_parameters
nel seguente modo:
Nome parametro | Tipo | Definizione |
---|---|---|
predefined_split_key |
Stringa | Il nome della colonna contenente i valori TRAIN, VALIDATE o TEST. Imposta questo valore se utilizzi una suddivisione manuale (predefinita). |
training_fraction |
In virgola mobile | La percentuale di dati da assegnare al set di addestramento. Imposta questo valore se utilizzi una suddivisione in frazione o con timestamp. |
validation_fraction |
In virgola mobile | La percentuale dei dati da assegnare al set di convalida. Imposta questo valore se utilizzi una suddivisione in frazione o con timestamp. |
test_fraction |
In virgola mobile | La percentuale dei dati da assegnare al set di test. Imposta questo valore se utilizzi una suddivisione in frazione o con timestamp. |
timestamp_split_key |
Stringa | Il nome della colonna contenente i timestamp per la suddivisione dati. Imposta questo valore se utilizzi una suddivisione con timestamp. |
Parametri finestra
Vertex AI genera finestre di previsione dai dati di input utilizzando una strategia
delle finestre temporali continue. Se non imposti i parametri della finestra, Vertex AI utilizza la strategia di conteggio con un valore massimo predefinito di 100,000,000
. La pipeline di addestramento offre le seguenti strategie per le finestre temporali continue:
Strategia per le finestre temporali continue | Descrizione | Parametri |
---|---|---|
Conteggio |
Il numero di finestre generate da Vertex AI non deve superare un
limite massimo fornito dall'utente. Se il numero di righe nel set di dati di input è inferiore
al numero massimo di finestre, ogni riga viene utilizzata per generare una finestra.
Altrimenti, Vertex AI esegue un campionamento casuale per selezionare le righe.
Il valore predefinito per il numero massimo di finestre è 100,000,000 .
Il numero massimo di finestre non può essere maggiore di 100,000,000 .
|
window_max_count |
Intervallo con salto |
Vertex AI utilizza una riga di input su ogni X per generare una finestra,
fino a un massimo di 100.000.000 di finestre. Questa opzione è utile per previsioni
stagionali o periodiche. Ad esempio, puoi limitare la previsione a un solo giorno della settimana impostando il valore della lunghezza passo su 7 . Il valore può essere compreso tra 1 e 1000 .
|
window_stride_length |
Colonna |
Puoi aggiungere ai dati di input una colonna in cui i valori sono True o False . Vertex AI genera una finestra
per ogni riga di input, in cui il valore della colonna è True . I valori True e
False possono essere impostati in qualsiasi ordine, purché il numero totale di righe True
sia inferiore a 100,000,000 . Sono preferibili i valori booleani, ma sono accettati anche i valori stringa. I valori stringa non fanno distinzione tra maiuscole e minuscole.
|
window_column |
Definisci i parametri della finestra in get_prophet_train_pipeline_and_parameters
nel seguente modo:
Nome parametro | Tipo | Definizione |
---|---|---|
window_column |
Stringa | Il nome della colonna con i valori True e False . |
window_stride_length |
Numero intero | Il valore della lunghezza del passo. |
window_max_count |
Numero intero | Il numero massimo di finestre. |
Fai previsioni con Prophet
La pipeline di addestramento dei modelli per Prophet di Vertex AI crea un modello Prophet per ogni serie temporale nei dati. La pipeline di previsione aggrega i dati di input in base all'ID della serie temporale e calcola separatamente le previsioni per ogni serie temporale. La pipeline quindi separa i risultati della previsione in modo che corrispondano al formato di Vertex AI Forecasting.
Il seguente codice campione mostra come eseguire una pipeline di previsione Prophet:
job = aiplatform.PipelineJob(
...
template_path=prediction_job_spec_path,
parameter_values=prediction_parameter_values,
...
)
job.run(...)
La pipeline e i valori parametro sono definiti dalla funzione riportata di seguito.
(
prediction_job_spec_path,
prediction_parameter_values,
) = utils.get_prophet_prediction_pipeline_and_parameters(
...
)
Di seguito è riportato un sottoinsieme di parametri get_prophet_prediction_pipeline_and_parameters
:
Nome parametro | Tipo | Definizione |
---|---|---|
project |
Stringa | L'ID progetto. |
location |
Stringa | La tua regione. |
model_name |
Stringa | Il nome della risorsa del modello. Formatta la stringa come segue: projects/{project}/locations/{location}/models/{model} . |
time_column |
Stringa | La colonna dell'ora. Devi specificare una colonna temporale, che deve avere un valore per ogni riga. La colonna dell'ora indica l'ora in cui è stata effettuata una determinata osservazione. |
time_series_identifier_column |
Stringa | La colonna dell'identificatore della serie temporale. Devi specificare una colonna di identificatori di serie temporali, che deve avere un valore per ogni riga. I dati di addestramento di previsione di solito includono più serie temporali e l'identificatore indica a Vertex AI la serie temporale di cui fa parte una determinata osservazione nei dati di addestramento. Tutte le righe di una determinata serie temporale hanno lo stesso valore nella colonna degli identificatori delle serie temporali. Alcuni identificatori di serie temporali comuni potrebbero essere l'ID prodotto, un ID negozio o una regione. È possibile addestrare un modello di previsione su una singola serie temporale, con lo stesso valore per tutte le righe della colonna dell'identificatore della serie temporale. Tuttavia, Vertex AI è più adatto per dati di addestramento che contengono due o più serie temporali. Per ottenere risultati ottimali, utilizza almeno 10 serie temporali per ogni colonna utilizzata per addestrare il modello. |
target_column |
Stringa | La colonna (valore) che vuoi che il modello preveda. |
data_source_csv_filenames |
Stringa | Un URI per un file CSV archiviato in Cloud Storage. |
data_source_bigquery_table_path |
Stringa | Un URI per una tabella BigQuery. |
bigquery_destination_uri |
Stringa | Un URI per il set di dati di destinazione desiderato. Se questo valore non viene impostato, le risorse vengono create in un nuovo set di dati nel progetto. |
machine_type |
Stringa | Il tipo di macchina da utilizzare per la previsione batch. |
max_num_workers |
Numero intero | Il numero massimo di worker da utilizzare per la previsione batch. |