Я строю наборы данных и готовлю уникальные модели для комбинаций x1, x2, x3
. Подумайте:
prophet1 <- fit.prophet(data.frame(ds, y, x1))
prophet2 <- fit.prophet(data.frame(ds, y, x2, x3))
prophet3 <- fit.prophet(data.frame(ds, y, x3))
Затем я устанавливаю x1, x2, x3 на ноль для каждой из моделей и оцениваю ее влияние на y, если бы эта переменная не была введена. Мой вопрос - есть ли какой-нибудь способ узнать по объекту модели, внес ли x1 в prophet1 больше, чем x2 + x3 в prophet2, без точного предсказания кадра данных? т.е. можем ли мы сказать, меняет ли установка x1 на ноль y больше, чем x2 + x3 на ноль, просто взглянув на сгенерированную модель? Имеет ли x1 более высокий коэффициент регрессии, чем x2 + x3, и, как таковая, меняет y больше?
Я копался и нашел это:
model$param$k; // Base trend growth rate
model$param$m; // Trend offset
model$param$sigma_obs; // Observation noise
model$param$beta; // Regressor coefficients
Source: https://github.com/facebook/prophet/issues/501
Если бы я должен был разместить x1, x2и x3 в том же кадре данных и оценить y, я могу оценить этот коэффициент, посмотрев на значения бета. Однако, я не знаю, как это выяснить, если они находятся в отдельных фреймах данных для разных моделей.
Но построение суммы (бета), k, m или sigma_obs против difference between y and predictions had the variable set to zero
не дало мненикаких отношений вообще. Можно ли выяснить, насколько важны переменные, используемые для модели y, из модели Пророка / считает ли Пророк эффект положительным / отрицательным? Если так;как я могу это сделать?