开源与本地工具 · 工具介绍
NeuralProphet
结合神经网络与传统时间序列方法进行预测，可查看趋势、季节性等组件并迭代调整模型。
NeuralProphet 能做什么
结合神经网络与传统时间序列方法进行预测，可查看趋势、季节性等组件并迭代调整模型。
- 模型训练与部署
如何使用 NeuralProphet
生成预测并分析趋势与季节组件
准备输入
- 符合模型输入要求的时间序列数据
- 预测频率和未来范围
- 用于验证与迭代的历史数据
操作步骤
- 创建 NeuralProphet 模型，检查输入数据与频率后调用 fit。
- 需要预测未来时，先用 make_future_dataframe 扩展日期，再对扩展后的数据调用 predict。
- 用 plot 和 plot_components 检查预测与组件变化，结合留出误差逐项调整模型。
预期交付物
- 时间序列预测
- 趋势及其他预测组件图
该工具强调可解释与迭代，默认配置不保证最佳精度；数据长度、频率和组件设置都需要与实际任务匹配。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从开源与本地工具角度评估NeuralProphet
把开源与本地工具需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
本地运行到哪一步
区分本地界面、本地处理和外部API；不能只看名称判断数据去向。
环境是否匹配
检查系统、内存、磁盘和依赖，按官方要求判断能否运行。
后续是否可维护
确认许可证、配置保存、数据导出与版本更新方法。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
