我面临一些问题，以了解 cross_validation 函数在 fbprophet 包中的工作原理。
我有一个 68 天（仅工作日）的时间序列，按 15 分钟和某个指标分组：
00:00 5 00:15 2 00:30 10 等 23:45 26
而且我真的不知道如何设置我的 cross_validation 功能。
我知道初始参数是训练数据，但是 period 和 horizon 是什么？
我有 6528 行，我想预测第二天所以我的月经是 96？因为一天 = 15 分钟的 96 步。
请您解释一下我必须如何填写周期和水平参数。Facebook Prophet 的官方文档不是很懂。
非常感谢。
想想你将如何自己验证模型。你可以在过去的数据上训练它，在现在之前停止，然后让模型预测你已经有数据的时期。这样您就可以检查它的准确性（通过肉眼或使用错误指标，如 MAE、MAPE、RMSE 等），并进行相应调整。
cross_validation只是自动化这个过程。您提供的第一个参数是您的训练模型m（不是数据）。然后，您还给出了预测范围- 您想要预测的频率（在您的情况下'15min'，假设 Python）。然后，您可以给出一个初始值（在开始测试之前训练多长时间）和一个周期（停止并进行预测的频率）。如果你不给它们，Prophet 将分配默认值 initial = 3 * horizon，并且每半个 Horizon 就截断一次。然后，您将进行一系列长时间的验证，每次都预测并计算错误（为此，您可以使用其他fbprophet.diagnostics工具performance_metrics）。这有点类似于非时间序列机器学习中的 k 折交叉验证。