prophet 最小二乘法

Prophet 中最小二乘法的应用并不直接体现在其核心算法中，但它确实涉及到了一种优化过程。Prophet 使用的是线性规划来拟合趋势和季节性部分，这个过程可以视为最小化误差的一种方法，类似于最小二乘估计。

当构建 Prophet 模型时，有两个主要组件：趋势和季节性。趋势通常是通过多项式函数来表示的，而季节性则采用循环函数（如周/月度周期）。模型的训练过程中，会尝试找到这些函数的参数组合，使得实际观测值与模型预测值之间的平方误差最小化。这就是所谓的最小二乘准则，因为它试图找出使总误差平方和最小的最佳参数值。

具体来说，Prophet 的内部优化器会对初始设置进行迭代，每次迭代都会更新趋势和季节性参数，直到达到某个收敛标准或者达到了预设的最大迭代次数。这种迭代过程本质上就是求解一个目标函数（通常是一个损失函数，比如均方误差）的最小值问题，这正是最小二乘法的核心思想。