facebook 先知如何處理丟失的數據？

Prophet 論文（SJ Taylor 於 2017 年進行的大規模預測）對缺失數據說如下：

與 ARIMA 模型不同，測量值不需要有規律地間隔，我們不需要插入缺失值，例如去除異常值

但我想知道如果先知沒有插入缺失值，它會做什麼呢？它如何處理丟失的數據？

像 ARIMA 這樣的模型是根據滯後變量定義的，因此您需要後續點。Prophet ( Taylor and Letham, 2017 ) 是根據類回歸模型定義的

y(t)=g(t)+s(t)+h(t)+εt

在哪裡

g(t) 是模擬時間序列值的非週期性變化的趨勢函數， s(t) 表示週期性變化（例如，每周和每年的季節性），以及 h(t) 表示在一天或多天可能不定期發生的假期的影響。誤差項 εt 表示模型不適應的任何特殊變化；稍後我們將做參數假設 εt 是正態分佈的。

趨勢函數 g(t) 是根據分段回歸、季節性 s(t) 使用傅里葉項和假日效應 s(t) 只是假人。沒有一個特徵需要你擁有所有的點，因為如果缺乏信息，它不會用它來估計任何東西，而只會在已知點之間進行插值。換一種說法，如果你有積分 a<b<c ， 但 b 是未知的，那麼您仍然可以將直線（或曲線）擬合到 a 和 c 並插值 b . Prophet 所做的只是擬合許多不同的線（趨勢）、曲線（季節性）和常數（假人）並將它們組合在一起。

引用自：https://stats.stackexchange.com/questions/393402