Amazon Forecast 不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。[了解更多](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# Prophet 算法
<a name="aws-forecast-recipe-prophet"></a>

[Prophet](https://facebook.github.io/prophet/) 是一种流行的局部贝叶斯结构时间序列模型。Amazon Forecast Prophet 算法使用 Prophet 的 Python 实现的 [Prophet 类](https://facebook.github.io/prophet/docs/quick_start.html#python-ap)。

## Prophet 的工作原理
<a name="aws-forecast-recipe-prophet-how-it-works"></a>

Prophet 对于以下数据集特别有用：
+ 包含详细历史观察（每小时、每日或每周）的延长时间段（数月或数年）
+ 有多个强烈的季节性
+ 包括以前已知的重要但不规则的事件
+ 缺少数据点或具有较大的异常值
+ 具有接近极限的非线性增长趋势

Prophet 是一种具有分段线性或逻辑增长曲线趋势的加性回归模型。它包括一个使用傅立叶级数建模的年度季节组件和一个使用虚拟变量建模的每周季节组件。

有关更多信息，请参阅 [Prophet：大规模预测](https://research.facebook.com/blog/2017/2/prophet-forecasting-at-scale/)。

## Prophet 超参数和相关时间序列
<a name="aws-forecast-recipe-prophet-hyperparamters"></a>

Amazon Forecast 使用默认 Prophet [超参数](https://facebook.github.io/prophet/docs/quick_start.html#python-ap)。Prophet 还支持相关时间序列作为特征，以相关时间序列 CSV 文件形式提供给 Amazon Forecast。