メインコンテンツへスキップ
Prophet は、Facebook にいたデータサイエンティストの Sean J. Taylor 氏が作成した時系列予測のアルゴリズムで、オープンソースとして公開されています。典型的な時系列予測のモデルと異なり、統計や時系列予測の専門知識がなくても使えるようにデザインされています。

何ができるか

Prophet を使うと、次の質問に答えられます。
  • この日の予測対象の値(例:ユーザー数)は、何件と予測できるか。
  • このデータを使うことで、日付の単位ごとの予測対象の値を、どれだけのずれで予測できるか。
  • どの変数が、予測対象の値を予測するうえで重要か。

必要なデータ

Prophetを作成するためには、日付(日付/時間)型の列と予測対象の値の列が必要です。 予測対象の値の列には、数値型(numeric)の列と、ロジカル型(logical)の列が選択できます。また、Prophetでは1行がどの単位なのかといったことはそこまで重要ではありません。例えば、日毎の売上を予測したい場合、1行が1注文の売上データでも、1行が1日単位に集計された売上データでもどちらも同じく1日単位の予測が行えます。

サンプルデータ

今回はサンプルデータとして、自転車のレンタルデータを使用していきます。このデータは731行・9列で、1行が1日単位のデータです。列には日付、祝日、就業日、天気、気温、湿度、風速、季節、レンタル数があります。

Prophetのモデルを作成する

今回は日ごとの「レンタル数」を予測するProphetのモデルを作成します。 アナリティクスビューを選び、「タイプ」のメニューで「時系列分析」にマウスを合わせ、「時系列予測(Prophet)」を選択します。同じメニューには、時系列予測(ARIMA/SARIMA)と時系列クラスタリングもあります。 「日付/時間」に「日付」の列を割り当てます。日付の単位は「DAY」(日)です。 「値」に「レンタル数」を選びます。集計関数は「SUM」(合計値)です。 予測期間はデフォルトでは10が設定されていますが、歯車のアイコンから「設定」を開いて変更できます。日付/時間で選んだ単位が「日」の場合、予測期間が10の場合は10日後までの予測となります。 今回は1年後(365日後)までの予測をしたいので、予測期間に「365」を指定して「適用」をクリックします。同じ画面には、不確実性区間(初期値0.8)、季節性のモード(初期値は加法的)、年周期・週周期の季節性(初期値は自動)などの設定もあります。 Prophetのモデルが作成されました。結果は上のリンク(予測結果、トレンド、時系列要素の分析、予測精度、補足情報)の順に、ひとつながりのレポートとして表示されます。リンクをクリックすると、その節へ移動できます。

結果の解釈

予測結果

「予測結果」の節では、Prophetで算出された予測値と実測値がラインチャートで可視化されます。 青の線は実測値を表しています。 オレンジの線は予測値を、淡いオレンジ色の幅は予測の不確定区間(uncertainty interval)を表します。 オレンジ色の線だけの区間は今後1年間(365日)の予測を表しています。 例えば、2013年の6月28日の予測値は8,565.63件ということがわかります。

トレンド

「トレンド」の節では、トレンドラインとそのトレンドの変化点がチャートとして表示されます。 緑の線がトレンドラインになります。 赤いバーはチェンジポイントでのトレンドラインの傾きの変化量を表します。

年周期

「トレンド」と同じ節の「年周期の季節性」では、年周期の季節性のチャートが表示されます。ちなみに、年周期は日付の期間が2年以上ある場合のみ適用されます。 毎年、5月から10月まではレンタル数が多い傾向があるようです。 11月から2月までは季節が冬のためか、レンタル数が少ない傾向がみて取れます。

週周期

「週周期の季節性」では、週周期の季節性のチャートが表示されます。この例では、日単位(DAY)のデータから、曜日ごとの変動を確認できます。 毎週、日曜日と月曜日のレンタル数が少なくなる傾向が読み取れます。 木曜日と金曜日はレンタル数が多くなるようです。

時系列要素の分析

「時系列要素の分析」の節の「時系列要素と予測値の関係」では、予測値を構成する各要素(トレンド、季節性)が表示されます。外部予測変数や祝日効果を設定している場合は、その効果も表示されるようになっています。グレーの線が予測値を表し、この線の形に近い要素が、予測により大きく貢献していることを示します。 チャートを拡大すると、年周期の季節性(青)の振れ幅は±2,000ほど、週周期の季節性(赤)の振れ幅はそれより小さく、年周期の方が予測に大きな影響を与えていることがわかります。凡例の「予測値」をクリックすると、グレーの線を隠して各要素だけを見比べられます。 Prophetの季節性のモードが加法的の場合は、トレンドに対して年周期や週周期の季節性などの変数の効果を足し上げて予測値が求められます。 そのため、見方としても、より効果がある変数は、平均値である0からどれだけ値にばらつきがあるかで、効果があるのかないのかがわかります。 もし変数のばらつきが大きい場合は、その分予測値に対して加算されるため、より効果がある変数であると判断できます。

予測精度

「予測精度」の節では、この予測モデルの評価を確認できます。 表示される指標は下記の4つになります。画面の表には、二乗平均平方根誤差(RMSE)、MAE、MAPE(比率)、R2乗、行数が表示されます。
  • RMSE (Root Mean Square Error) : 予測からのずれの二乗の平均のルート
  • MAE (Mean Absolute Error) : 予測からのずれの絶対値の平均
  • MAPE (Mean Absolute Percentage Error) : パーセントで表した予測からのずれの絶対値の平均
  • R2乗 : モデルがばらつきをどれだけ説明できているかを表す値
この予測モデルのMAEをみると、レンタル件数の予測値は、平均して704.78件ほどのずれがあるようです。RMSEは976.75で、大きなずれがあった点を重く見る指標です。MAPEは0.61のため、平均して61%ほどのずれがあることになります。R2乗は0.7454で、レンタル数のばらつきの約75%を説明できています。

予測データ

「予測データ」の節の「データ」を開くと、モデルに使用したデータと予測値がテーブル形式で表示されます。 予測対象であるレンタル数と、このモデルで算出された予測値(forecasted_value)を確認できます。

祝日効果を追加する

Prophetで祝日効果を使用したい場合、デフォルトで使用できる「国民の祝日データ」を適用するか、自分で用意した「祝日情報の列」を追加する方法があります。 国民の祝日データは、歯車のアイコンから「設定」を開き、「祝日効果」で設定できます。「国別祝日データを使う」を「はい」にして、「祝日データの国」に、アメリカの場合は「US」を、日本の場合は「JP」を入力します。「祝日効果の程度」の初期値は10です。 企業独自の祝日やイベントがあり、その日に予測対象の値が高くなる、または低くなるとわかっている場合は、その情報をProphetのモデルに組み込むことができます。 そのためには、データとして祝日情報(イベント情報)の列を持っておく必要があります。 左のパネルの「祝日情報の列」に「祝日」の列を選択して実行することで、祝日の情報をProphetのモデルに組み込むことができます。

外部予測変数を使用してモデルを作成する

Prophetの予測精度を上げるために、外部予測変数を使ってモデルを作成できます。 例えば、レンタル数の予測精度を上げるために、気温、湿度、風速の列を使用したいとします。 左のパネルの「外部予測変数」に、気温、湿度、風速の平均値(MEAN)を列として追加して実行します。この例では、「祝日情報の列」に「祝日」を指定したままの状態で実行しています。 外部予測変数を使用していないモデル(ベースモデル)より、実測値の細かな上下に予測値が沿っていることが確認できます。 注意点としては、外部予測変数を追加してモデルを作成した場合、未来の外部予測変数のデータがない場合は、現在あるデータに対してのみ予測されます。予測結果の冒頭にも、この旨の説明が表示されます。詳しくは本ノートの末尾にあるFAQをご参照下さい。 「時系列要素の分析」の「変数の重要度」を見ると、レンタル数を予測する上で気温が最も重要度が高いことがわかります。次いで年周期、湿度、風速の順で、週周期と祝日効果は小さくなっています。 「予測精度」の節を見ると、平均的なずれを示すMAEは、先程作成した外部予測変数を使用していないモデル(ベースモデル)の「704.78」から「584.91」へ、約120件減少しています。RMSEも、ベースモデルの「976.75」から「804.86」へ、約172減少しています。ただし、今回は祝日情報の列も同時に指定しているため、この差は外部予測変数と祝日の効果を合わせたものです。

Prophetに関するよくある質問

Exploratoryが時系列予測に使用しているProphetアルゴリズムについて、よく聞かれる質問とその答えをこちらにまとめました。

Q: Prophetは何を根拠に予測を行っているのですか?

Prophetは予測を行うために、以下の特徴を過去のデータから抽出します。
  • 直線(チェンジポイントで折れる折れ線)で表される、大局的な成長・衰退トレンド
  • 年単位で繰り返される季節性
  • 週単位で繰り返される周期性
  • (日より細かい単位のデータの場合)一日単位で繰り返される周期性
  • (祝日データを指定した場合)祝日であることが結果の値に及ぼす効果
過去のデータから抽出されたこれらの値を未来に延長し、それを足し上げたものがProphetによる予測値となります。 参考リンク:Prophetの公式ドキュメント

Q: 年周期の季節性とはなんですか?

Prophetはデータから読み取ったトレンドや季節性などを足し上げて予測値を求めるモデルとなっています。 年周期の季節性はその中でも、毎年繰り返される月ごとの効果を表しており、1月や2月だったらこれくらいの効果があると想定して算出されています。 「時系列要素と予測値の関係」を見るとわかりやすいのですが、トレンドと季節性を足し上げた値が予測値になっており、年周期の季節性で見たチャート(1~12月)と同じようなトレンドが毎年繰り返されていることがわかります。 ※ 年周期の季節性をProphetで使用するためには、2年以上のデータを使用する必要がございます。

Q: チェンジポイントとはなんですか?

Prophetが計算する、過去の時系列のトレンドは、直線をつなげた折れ線で表されますが、この折れ線の折れている点がチェンジポイントです。 Prophetは、入力時系列データの始めの80%の部分に、均等に25個の点を置き、これらの点においてどの程度トレンドの直線を折るのが過去のデータを表現するのに最適なのかを計算します。 多くの場合、これらの点の内の一部だけで直線を折るのが最適という結果になり、その場合、これらの点において過去にトレンドの変化があったと解釈できます。 チェンジポイントと、各チェンジポイントでのトレンドの折れ線の傾きの変化量は、「トレンド」の節で、赤色のバーとして表されます。 参考リンク:Prophetの公式ドキュメントでの説明

Q: 入力する時系列データは、定常的(stationary)である必要はありますか?

ARMAやARIMAといった時系列予測アルゴリズムでは、入力データの定常性(stationarity)はモデルの持つ仮定に関わる重要な条件ですが、prophetでの予測においてはあまり関係がありません。 むしろ、Prophetはトレンドや季節性といった、データの非定常性を検出して予測に利用しています。定常的なデータには、トレンドも季節性もありませんので、定常的なデータをProphetに与えても、常に一定値を返す予測となるだけであり、これはprophetが力を発揮するようなデータではないとも言えます。 参考リンク

Q: 欠損のある時系列データで予測を行うことはできますか?

はい、できます。欠損のある時系列データを扱えることは、他の多くの時系列予測アルゴリズムとの比較において、Prophetの特徴的な強みの一つです。

Q: Prophetを実行するためにはどの程度のデータが必要ですか。

例えば、年周期の季節性を予測に利用するには最低でも2年間のデータが必要になります。そのため、予測用のデータは最低でも2年間分以上を用意いただくことを推奨いたします。

Q: 多くの人が集まるイベントが開催された日、などによって起きた外れ値的なデータをどう処理したらよいでしょうか?

外れ値としてデータから除いてしまってもよいのですが、Prophetならではの方法として、こういった特別な日による影響を「祝日効果」としてモデルに組み込むことができます。これにより、将来、同様のイベントが開催されるときに、その効果を考慮に入れた予測をできます。 詳しくはこちらのノートをご覧ください。

Q: 将来の予測値が計算されません。

外部予測変数を利用している
Prophetで外部予測変数を使用したモデルをつくった場合は、将来の予測をするには、その将来の期間の外部予測変数の値が必要となります。つまり、データの将来の期間の行に、外部予測変数の値は入っていて、予測対象の値だけが欠損値(NA)になっている必要があります。 将来の期間の外部予測変数がデータ中にない場合は、モデルは作成されますが、予測はされません。(過去の実績のデータフレームと将来の期間の外部予測変数のデータフレームが分かれている場合は、データフレームをマージすることが必要です。) 将来の予測をしたい場合には、外部予測変数は、そもそも予測がしやすい値であるか、将来の予定が決まっているような値である必要があることになります。(予測に利用するのではなく過去のデータ間の関連性を見る目的であれば、もちろんそうでなくても問題はありません。) 外部予測変数も一緒に過去の値のみから予測して欲しいところなのですが、Prophetにそういった機能がないというのが現在の状況となります。そういった機能を加えようという動き(参考:この件のgithub issue)はあるようですがしばらく時間がかかりそうに見えます。

Q: Prophetの場合、予測用のデータの期間を短くすることで精度が上がることもありますか?

データによっては、予測用のデータの期間を短くすることで精度が上がることがあります。 例えば、ビジネスのトレンドや周期性が昔(例:5-10年前)と比べて大きく異なるようでしたら、直近のデータだけを利用した方が良いかと思います。一方で、大きな変化がなく、ある程度決まった周期性や外部予測変数を元に予測値が決まるような状況であれば、過去のデータを含めた方が精度が高くなりやすい傾向があります。

Q: Prophet(時系列予測)の予測精度を測るMAPEが「inf」になってしまう理由としてどのようなことが想定されますか?

MAPEは実測値と予測値の差の実測値に対する割合を求め、その絶対値の平均をとる計算をしているため、0になる実績値を含む場合、1つの地点における、割合がinfになってしまうことで、MAPEがinfになっていることが想定されます。

Q: Prophet(時系列予測)の変数重要度はどのように計算されているのでしょうか?

Prophetでは、それぞれの変数(または季節性)の効果の標準偏差として計算され、「時系列要素の分析」の節の「変数の重要度」に表示されています。 この考え方は、モデルが変数(回帰変数)を重要であるとみなしている場合、最終的な予測出力に対するその変数の影響が大きくなり、標準偏差を計算することでその影響を評価できるというものです。 変数(回帰)の場合、効果の標準偏差は、Prophet モデルの変数の「ベータ」係数と同じになります。 例えば、下記のProphetのモデルでは、売上を予測するのに「オンライン広告費用」が重要であると判断されています。この例のデータは説明用に作った架空のものです(「売上予測サンプル」、1,095行・4列。日付、オンライン広告費用、ダイレクトメール費用、売上)。外部予測変数にオンライン広告費用とダイレクトメール費用を平均値(MEAN)で指定しています。 Prophetの季節性のモードが加法的の場合は、トレンドに対して年周期や週周期の季節性、外部予測変数などの変数の効果を足し上げて予測値が求められます。 ※ 季節性のモードが乗法的の場合は、それぞれの変数の効果を乗算して予測値が求められます。 「時系列要素と予測値の関係」を見た時に、より効果がある変数は平均値である0からどれだけ値にばらつきがあるかで、効果があるのかないのかがわかります。 もし変数のばらつきが大きい場合は、その分予測値に対して加算されるため、より効果がある変数であると判断できます。 上記を踏まえると、予測値に対して、ダイレクトメール費用はあまり影響を与えていないのに対し、オンライン広告費用は予測値に対して大きな影響を与えていると判断できます。 参考: https://github.com/facebook/prophet/issues/928#issuecomment-485501984

Q: ExploratoryはProphetをどのように呼び出しているのですか?そのコードは公開されていますか?

Exploratoryがprophetを呼び出している部分のRのコードは、こちらのgithubレポジトリで公開されています。

Q: Prophetを使って時系列データから季節性を取り除きたい

Prophetを用いることで時系列データから季節性(年周期、など)を求めることができ、その結果を元に実測値から季節性の値を除くことで季節性を除去した値を求めることが可能です。 詳細については、こちらのノートをご覧ください。

Q: 全日が欠損の月の売上が、月次集計で0になる

例えば、売上の将来のデータが欠損値(NA)だったとします。下の例は、先ほどの架空の「売上予測サンプル」で、最後の90日(2023年10月3日以降)の売上を欠損値にしたものです。この例は外部予測変数を指定せず、日付の単位を「MON」(月)、値を「売上」の合計値(SUM)にして実行します。 「予測データ」のテーブルを見ると、売上が全日欠損値だった月(2023年11月)の売上が「0」と表示されていることが確認できます。これは予測値が0という意味ではなく、欠損値のデータを月次で合計した結果が0になったものです。同じ行の予測値(forecasted_value)は、別に計算されています。 アナリティクスのフィルタから「売上」の列の「欠損値 (NA) でない」を選択します。 フィルタを実行をすると、全日が欠損だった月の売上0がモデルから外れ、売上の欠損値の部分を除いた上で予測できています。

Q: カテゴリ型のデータを外部予測変数に利用できますか。

そのままの形式では利用できませんが、データを加工することで対応が可能です。詳細については、こちらのノートをご覧ください。